Artificial Intelligence (AI) adalah bidang yang dikembangkan untuk
mempelajari dan menyerupai kecerdasan manusia ke dalam sebuah sistem
komputer. Salah satu hasil dari pengembangan AI khususnya pada bidang deep
neural network adalah teknologi face recognition. Face recognition merupakan
suatu sistem yang digunakan untuk mengenali wajah manusia yang terdapat pada
suatu citra. Tugas akhir ini dilakukan implementasi teknologi face recognition
terhadap unmanned aerial vehicle (UAV) untuk beberapa kepentingan seperti
pengawasan, pencarian orang, dan pemantauan jarak jauh.
Dalam tugas akhir ini penerapan face recognition diimplementasikan
menggunakan algoritma YOLOv5 sebagai object detection serta pembuatan
algoritma object tracking. Untuk mengetahui performansi terbaik, penelitian ini
akan dilakukan pengujian terhadap 3 model, yaitu YOLOv5n, YOLOv5s dan
YOLOv5m. Untuk mencari model terbaik akan dievaluasi menggunakan parameter
Mean Average Precision (mAP), jarak efektif deteksi dan kecepatan inferensi
model.
Hasil perbandingan menunjukkan model YOLOv5n memiliki kecepatan
inferensi terbaik yaitu 5ms. Namun, model ini memiliki nilai mAP terendah
yaitu 79,8%. Sedangkan, mAP tertinggi dengan nilai 84,8% dicapai oleh model
YOLOv5m dengan kecepatan inferensi sebesar 13ms. Model YOLOv5s memiliki
selisih kecepatan inferensi yang kecil dengan YOLOv5n dengan 6ms dan nilai mAP
sebesar 82,4%.