ABSTRAK :
Perkembangan teknologi drone mendorong kebutuhan sistem deteksi objek yang
akurat untuk mendukung proses pendaratan otonom. Permasalahan dalam penelitian ini
adalah bagaimana mengimplementasikan algoritma YOLOv11 untuk mendeteksi objek
landing pad drone dari citra gambar serta menampilkan informasi bounding box, titik pusat
objek, dan koordinat GPS sebagai referensi navigasi pendaratan. Penelitian ini bertujuan
untuk mengembangkan sistem deteksi objek berbasis web yang mampu menampilkan
informasi posisi objek secara terstruktur. Metode yang digunakan meliputi implementasi
sistem menggunakan Python dengan framework Flask, integrasi model YOLOv11 yang telah
dilatih sebelumnya, pengolahan citra menggunakan OpenCV, ekstraksi metadata EXIF untuk
memperoleh koordinat GPS, serta penyimpanan hasil deteksi ke dalam database SQLite.
Pengujian dilakukan menggunakan 100 data citra yang terdiri dari 50 citra dengan objek
landing pad dan 50 citra tanpa objek, dalam bentuk gambar tunggal maupun file ZIP, dengan
tingkat keberhasilan sistem sebesar 87%. Hasil penelitian menunjukkan bahwa sistem
mampu mendeteksi objek landing pad dan menampilkan informasi confidence, koordinat
titik pusat (x_center, y_center), ukuran bounding box (width, height), serta koordinat GPS
pada antarmuka web. Sistem ini dapat menjadi tahap awal pengembangan sistem pendukung
pendaratan drone berbasis visi komputer.
Kata Kunci: YOLOv11, deteksi objek, landing pad drone, bounding box, koordinat GPS.
|