Abstract
Thievery is a problem that can harm theft victims. Thievery usually occurs at night when there is no supervision of goods in a location. To avoid thievery and monitor conditions in a location, CCTV (Closed-Circuit Television) cameras can be used. However, the function of CCTV camera systems is only a passive monitoring systems. In this paper, a human activity recognition is designed using CCTV cameras to produce a security system. Inputs on the recognition process are videos obtained from CCTV cameras installed in the shrimp pond. Human activity recognition that is used in this study is Convolutional Neural Network. Before the human activity recognition was carried out, the program first detected humans with the YOLO (You Only Look Once) algorithm and tracking it with the SORT (Simple Online and Realtime Tracking) algorithm. The results obtained from the human activity recognition is class labels on human objects that are tracked.
Highlights
Thievery is a problem that can harm theft victims
Thievery usually occurs at night
there is no supervision of goods in a location
Summary
Penggunaan sistem kamera CCTV (Closed-Circuit Television) dapat digunakan sebagai sistem keamanan untuk memantau keadaan pada area tertentu termasuk menafsirkan gestur tubuh atau gerakan manusia melalui sensor dan menentukan aktivitas atau tindakan manusia [3]. Seperti pada gambar 1, masukan dari sistem ini adalah video yang direkam oleh kamera yang dipasang untuk memantau area tambak udang. Penelitian ini dilakukan untuk menghasilkan pengenalan aktivitas manusia dengan masukan berupa video CCTV yang dipasang pada area tambak udang. Proses pengenalan aktivitas manusia dilakukan pada objek manusia yang ter-tracking. Mendeteksi, tracking, serta pengenalan ini akan menghasilkan kelas label pada mengirim notifikasi jika terdapat objek terdeteksi pada objek manusia yang ter-tracking. Jika Only Look Once) sedangkan algoritma yang digunakan terdapat aktivitas pada area tambak udang, maka sistem untuk tracking adalah SORT (Simple Online and ini dapat memberikan output berupa prediksi aktivitas Realtime Tracking). Beberapa penelitian hanya yang dilakukan dengan menggunakan Convolutional membahas deteksi objek manusia dan belum melakukan Neural Network serta memberikan notifikasi jika trigger pada kondisi dan keadaan kawasan tertentu. Beberapa penelitian hanya yang dilakukan dengan menggunakan Convolutional membahas deteksi objek manusia dan belum melakukan Neural Network serta memberikan notifikasi jika trigger pada kondisi dan keadaan kawasan tertentu. terdapat objek manusia yang terdeteksi pada area Proses pendeteksian manusia akan dikombinasikan tertentu. dengan penanda objek vital pada tambak
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
