DETEKSI CITRA PADA SHAF KOSONG SAAT SHALAT BERJAMA’AH MENGGUNAKAN METODE SSD (SINGLE SHOT MULTIBOX DETECTOR) BERBASIS WEB

Firdausiyah, Maulidatul Jananil (2024) DETEKSI CITRA PADA SHAF KOSONG SAAT SHALAT BERJAMA’AH MENGGUNAKAN METODE SSD (SINGLE SHOT MULTIBOX DETECTOR) BERBASIS WEB. Other thesis, UNIVERSITAS NURUL JADID.

[thumbnail of Skripsi_2021400291_Maulidatul Jananil Firdausiyah_IF.pdf] Text
Skripsi_2021400291_Maulidatul Jananil Firdausiyah_IF.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Firdausiyah, Maulidatul Jananil. 2024. Deteksi Citra Pada Shaf Kosong Saat Shalat Berjama’ah Menggunakan Metode SSD (Single Shot Multibox Detector) Berbasis Web. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Ratri Enggar Pawening, M.Kom., (II) Kamil Malik, M.Kom.

Kata Kunci: Deteksi Shaf Shalat, Single Shot Multibox Detector (SSD), VGG16, Object Detection.

Penelitian ini dilatarbelakangi oleh fenomena di lingkungan pesantren dengan jumlah santri yang besar, yang sering kali mengakibatkan ketidakteraturan dalam pengisian shaf shalat berjamaah. Kondisi tersebut menyulitkan pengurus ubudiyah dalam mengatur kerapian shaf serta mengidentifikasi titik-titik shaf yang masih kosong secara cepat. Penelitian ini bertujuan untuk membangun sistem deteksi citra yang dapat membantu pengurus ubudiyah dalam memantau ketersediaan shaf secara real-time. Metode yang diterapkan adalah Single Shot Multibox Detector (SSD) dengan menggunakan VGG16 sebagai backbone untuk ekstraksi fitur citra dan penentuan bounding boxes pada objek shaf kosong maupun shaf terisi. Dataset yang digunakan berjumlah 406 gambar, yang dialokasikan menjadi 284 data training, 81 data validasi, dan 41 data testing. Hasil pengujian menunjukkan bahwa model mampu mendeteksi objek, namun masih ditemukan kendala akurasi berdasarkan evaluasi confusion matrix. Tercatat adanya kesalahan prediksi di mana shaf terisi sering terdeteksi sebagai shaf kosong. Hal ini mengindikasikan bahwa penggunaan SSD dengan backbone VGG16 pada dataset ini masih kurang efektif dalam mengenali bounding boxes dan pelabelan secara presisi. Peneliti menyarankan pengembangan lebih lanjut dengan memperbanyak volume dataset serta meningkatkan variasi gambar guna meningkatkan performa generalisasi model.

Item Type: Thesis (Other)
Subjects: B Philosophy. Psychology. Religion > BP Islam. Bahaism. Theosophy, etc
Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Teknik > S1 Teknik Informatika
Depositing User: Saiful Ghazi
Date Deposited: 30 Apr 2026 04:38
Last Modified: 30 Apr 2026 04:38
URI: https://repository.unuja.ac.id/id/eprint/3292

Actions (login required)

View Item View Item