RANCANG BANGUN MONITORING PENGUNJUNG PERPUSTAKAAN MENGGUNAKAN OBJECT DETECTION BERBASIS DASHBOARD WEB

Fadhilah, Dzikry (2026) RANCANG BANGUN MONITORING PENGUNJUNG PERPUSTAKAAN MENGGUNAKAN OBJECT DETECTION BERBASIS DASHBOARD WEB. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (725kB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (239kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (225kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III RANCANG BANGUN) BAB III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB IV.pdf Restricted to Repository staff only Download (768kB) | Request a copy
	Text (BAB V PENUTUP) BAB V.pdf - Published Version Restricted to Repository staff only Download (180kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (213kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Perpustakaan merupakan salah satu fasilitas pendidikan yang memiliki aktivitas kunjungan tinggi setiap hari sehingga membutuhkan sistem monitoring jumlah pengunjung yang akurat. Pencatatan kehadiran secara manual yang selama ini digunakan belum mampu memberikan informasi kondisi aktual perpustakaan secara real-time dan rentan terhadap ketidaksesuaian data. Tugas Akhir ini bertujuan merancang dan membangun sistem monitoring pengunjung perpustakaan menggunakan metode Object Detection YOLOv8 berbasis dashboard web. Sistem memanfaatkan kamera CCTV yang terhubung melalui protokol RTSP untuk mendeteksi dan menghitung jumlah pengunjung secara otomatis dan real-time, kemudian menyimpan data hasil monitoring ke dalam database MySQL serta menampilkannya melalui dashboard web. Pengujian sistem dilakukan dengan membandingkan jumlah Unique ID hasil deteksi sistem terhadap jumlah orang aktual hasil pengamatan manual pada dua kondisi pencahayaan, yaitu sore dan malam hari. Hasil pengujian menunjukkan sistem memperoleh akurasi sebesar 73,23% pada sesi sore hari dan 32,15% pada sesi malam hari, yang menunjukkan bahwa kondisi pencahayaan berpengaruh signifikan terhadap kinerja deteksi. Selisih antara Unique ID dan orang aktual pada kedua sesi mengindikasikan terjadinya fenomena ID Switching akibat pencahayaan rendah, occlusion, dan ketidakstabilan hasil deteksi pada proses tracking menggunakan algoritma ByteTrack. Dengan demikian, sistem yang dibangun mampu melakukan monitoring pengunjung secara otomatis, namun akurasi deteksi masih perlu ditingkatkan terutama pada kondisi pencahayaan rendah melalui optimasi parameter deteksi, metode tracking, dan kualitas kamera yang digunakan.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Object Detection, YOLOv8, dashboard web, monitoring pengunjung, CCTV, ByteTrack
Subjects:	T Technology > T Technology (General)
Divisions:	Computer Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Komputer
Date Deposited:	12 Sep 2026 02:40
Last Modified:	12 Sep 2026 02:40
URI:	http://eprints.polsri.ac.id/id/eprint/26623

Actions (login required)

View Item