ANALISIS PERBANDINGAN ALGORITMA PENDETEKSIAN OBJEK DALAM PENGOLAHAN CITRA DIGITAL

Abstrak

Pendeteksian objek merupakan salah satu aspek penting dalam pengolahan citra digital yang memiliki aplikasi luas, mulai dari sistem keamanan hingga pengenalan wajah. Penelitian ini bertujuan untuk menganalisis dan membandingkan berbagai algoritma pendeteksian objek, termasuk YOLO, SSD, dan Faster R-CNN, berdasarkan kriteria akurasi, kecepatan, dan efisiensi sumber daya. Metode analisis dilakukan dengan mengkaji literatur yang ada, serta data hasil eksperimen yang telah dipublikasikan sebelumnya. Hasil analisis menunjukkan bahwa algoritma YOLO menawarkan kecepatan deteksi yang tinggi dengan akurasi yang kompetitif, menjadikannya pilihan yang ideal untuk aplikasi real-time. Di sisi lain,  R-CNN Lebih Cepat menunjukkan akurasi  lebih tinggi tetapi  waktu pemrosesan  lebih lama. SSD berada di tengah-tengah, menawarkan keseimbangan antara kecepatan dan akurasi. Penelitian ini memberikan wawasan yang mendalam tentang kelebihan dan kekurangan masing-masing algoritma, serta rekomendasi untuk pemilihan algoritma yang tepat berdasarkan kebutuhan aplikasi spesifik. Diharapkan hasil analisis ini dapat menjadi referensi bagi peneliti dan praktisi dalam pengembangan sistem pendeteksian objek yang lebih efektif dan efisien.