Jauhnya jarak peternakan dari pemukiman menyebabkan minimnya
pencahayaan di sekitar peternakan. Hal tersebut mengakibatkan pencurian hewan
ternak rentan terjadi pada malam hari. Sistem penglihatan komputer berbeda
dengan manusia, semua objek dengan suhu di atas nol dapat memancarkan radiasi
inframerah jika direkam menggunakan kamera termal. Sistem deteksi objek dengan
memanfaatkan citra termal dapat mendeteksi pergerakan pejalan kaki disekitar
peternakan pada pencahayaan yang buruk sehingga pencurian hewan ternak dapat
dicegah.
Pada penelitian Tugas Akhir ini dataset yang digunakan diambil pada cuaca
cerah dan gerimis menjelang malam hari menggunakan kamera termal FLIR ONE
Gen 3 dan menghasilkan citra berukuran 640 x 480 pixel, jangkauan pengambilan
citra termal bervariasi yaitu 5 m, 10 m, 15 m, dan 20 m. Skenario pengambilan data
dilakukan dengan berjalan sendirian, berjalan beriringan, dan berjalan saling
berpapasan. Skenario pengujian dilakukan terhadap parameter learning rate,
optimizer, rasio data, dan batch size. Parameter kinerja untuk mengukur akurasi
dalam penelitian Tugas Akhir ini adalah Mean Average Precision (mAP).
Tujuan dari penelitian Tugas Akhir ini adalah membuat sebuah sistem
deteksi objek pada citra termal menggunakan arsitektur Scaled YOLOv4. Dengan
menggunakan model skala YOLOv4-CSP, didapatkan hasil pelatihan terbaik
menggunakan rasio data 70:20:10, batch size 32, dan optimizer SGD dengan nilai
learning rate 0.01. Akurasi sistem dalam mendeteksi objek dengan menggunakan
parameter uji terbaik adalah 79.9%, dengan kecepatan waktu deteksi hingga 32 FPS
(Frames per second). Dengan menambahkan Test Time Augmentation (TTA)
didapatkan mAP sebesar 80.3%.