PEMANFAATAN YOLO11 DAN AXIS-ALIGNED BOUNDING BOX COLLISION DETECTION UNTUK DETEKSI DAN PEMANTAUAN RISIKO RIP CURRENT TERHADAP PENGUNJUNG PANTAI

DENANDRA, FAZA (2025) PEMANFAATAN YOLO11 DAN AXIS-ALIGNED BOUNDING BOX COLLISION DETECTION UNTUK DETEKSI DAN PEMANTAUAN RISIKO RIP CURRENT TERHADAP PENGUNJUNG PANTAI. Skripsi thesis, UPN "Veteran" Yogyakarta.

	Text 5. cover_123210111.pdf Download (533kB)
	Text 4. abstrak _123210111.pdf Download (102kB)
	Text 2. halaman pengesahan pembimbing.pdf Download (448kB)
	Text 3. halaman pengesahan penguji.pdf Download (484kB)
	Text 6. daftar-isi_123210111.pdf Download (70kB)
	Text 7. daftar-pustaka_123210111.pdf Download (92kB)
	Text 1.Naskah Skripsi ta_123210111_finalfix.pdf Restricted to Repository staff only Download (7MB)
	Text 8. lampiran.pdf Restricted to Repository staff only Download (17MB)

Abstract

Rip current merupakan salah satu penyebab utama kecelakaan laut di pantai yang
sulit dikenali secara visual oleh masyarakat umum. Fenomena ini seringkali tidak tampak
jelas di permukaan air sehingga menyulitkan pengunjung untuk mengidentifikasinya secara
langsung. Minimnya sistem peringatan dini dan pengawasan visual yang efektif
memperbesar risiko kecelakaan. Berbagai penelitian telah mengembangkan metode deteksi
rip current, namun sebagian besar masih berbasis citra statis yang tidak memperhitungkan
pergerakan arus secara kontinu, sehingga kurang efektif untuk deteksi real-time di kondisi
nyata.
Penelitian ini mengusulkan metode deteksi rip current berbasis algoritma YOLO11
yang dikombinasikan dengan Axis-Aligned Bounding Box (AABB) Collision Detection
untuk mendeteksi dan memantau risiko keberadaan manusia secara real-time. Data
penelitian diperoleh dari perekaman video di Pantai Drini dan dataset sekunder, kemudian
dilakukan proses anotasi dengan bantuan pakar. Model dilatih menggunakan citra berukuran
640x640 piksel selama 300 epoch. Evaluasi model dilakukan dengan metrik precision,
recall, dan mAP50, serta divalidasi menggunakan data tambahan berupa video berdurasi dua
menit pada berbagai kondisi visual pantai. Post-processing menggunakan algoritma AABB
Collision Detection diterapkan untuk memantau potensi tumpang tindih antara objek
manusia dan rip current.
Hasil penelitian menunjukkan bahwa model mencapai mAP50 sebesar 95,8%,
precision sebesar 94,9%, dan recall sebesar 92%. Validasi model menggunakan data
tambahan menunjukkan performa terbaik pada Pantai Nglolang, dengan presisi 89,42%,
recall 92,08%, dan akurasi sebesar 83,04% sedangkan performa menurun pada pengujian di
Pantai Kukup, dengan nilai presisi 69,14%, recall 77,41%, dan akurasi 66,03%. Hasil
pengujian post-processing menunjukkan bahwa AABB Collision Detection dapat bekerja
dengan akurat tanpa menambah beban signifikan. Berdasarkan hasil ini, deteksi dan
pemantauan yang dikembangkan terbukti mampu mendeteksi rip current dan memantau
risikonya terhadap manusia secara real-time dengan performa yang baik, selama digunakan
dengan konfigurasi kamera yang sesuai, yakni menghadap langsung ke laut. Penelitian ini
memberikan kontribusi dalam pengembangan peringatan dini keselamatan pantai yang dapat
membantu mitigasi kecelakaan akibat rip current.
Kata Kunci: rip current, deteksi objek, YOLO11, AABB Collision Detection

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	FAZA DENANDRA (Penulis-123210111) ; (Pembimbing)
Uncontrolled Keywords:	rip current, deteksi objek, YOLO11, AABB Collision Detection
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	A.Md Eko Suprapti
Date Deposited:	12 Dec 2025 07:30
Last Modified:	12 Dec 2025 07:30
URI:	http://eprints.upnyk.ac.id/id/eprint/46065

Actions (login required)

View Item