DETEKSI OBJEK REAL TIME DENGAN YOLOV4-TINY DAN ANTARMUKA GRAFIS MENGGUNAKAN OPENCV PYTHON

Abstract

Penelitian ini menggambarkan implementasi integrasi model deteksi objek YOLOv4-tiny ke dalam sistem pendeteksian objek real-time yang dilengkapi dengan antarmuka grafis pengguna menggunakan OpenCV. YOLOv4-tiny dipilih untuk efisiensi deteksi objek dalam setiap frame kamera, sementara antarmuka pengguna memungkinkan interaksi melalui tombol-tombol yang dapat diaktifkan atau dinonaktifkan. Metode ini dirancang untuk memberikan solusi yang mudah digunakan untuk mendeteksi dan memvisualisasikan objek-objek dalam waktu nyata, sambil memberikan kontrol jenis objek kepada pengguna. Inisialisasi model YOLOv4-tiny, pengelolaan antarmuka pengguna dengan tombol-tombol, dan proses deteksi objek diintegrasikan dengan harmonis. Hasil eksperimen menunjukkan bahwa sistem ini dapat mendeteksi dan menampilkan objek-objek sesuai dengan preferensi tombol yang diaktifkan oleh pengguna, memberikan pengalaman interaktif dan informatif. Penelitian ini berkontribusi pada pengembangan sistem deteksi objek real-time yang mudah dioperasikan dan dapat diadaptasi untuk berbagai keperluan aplikasi.