Covid-19 saat ini memberikan dampak yang sangat besar bagi seluruh lapisan masyarakat. Oleh karena itu, diperlukan penanganan yang tepat untuk menekan penyebaran Covid-19. Penyebaran Covid-19 bisa terjadi di tempat-tempat yang berpotensi terjadinya kerumunan salah satunya sekolah. Sekolah sebagai tempat berkumpul banyak orang sangat berpotensi menjadi titik penyebaran Covid-19. Salah satu cara untuk mencegah penyebaran Covid-19 adalah dengan melakukan Social Distancing. Siswa pada umumnya belum mampu mematuhi protokol kesehatan tersebut. Untuk mengatasi masalah ini, diperlukan system yang dapat mengenali orang secara otomatis sehingga membuat klasifikasi Social Distancing menjadi lebih mudah.
Untuk itu, Tugas Akhir ini disusun untuk membuat sebuah system yang dapat mendeteksi Sosial Distancing pada kerumunan siswa menggunakan video detection. Kemudian deteksi tersebut digunakan untuk mengetahui berapa banyak orang yang melakukan Sosial Distancing atau melanggar Sosial Distancing. Sistem ini menggunakan algoritma You Only Look Once (YOLO). Proses yang dilakukan oleh system untuk mendeteksi Social Distancing yaitu melakukan deteksi Person kemudian akan dihitung jumlah orang yang melakukan Social Distancing dengan diberikan Bounding Box berwarna hijau atau melanggar Social Distancing dengan diberikan Bounding Box berwarna merah.
Skema dataset yang digunakan pada penelitian ini adalah 1800 gambar Person, Dataset dibagi menjadi 3 yaitu data latih 70%, 80%, 90% dan data test 30%, 20%, 10%. Parameter performansi yang ditinjau adalah mean Average Precission (mAP). Nilai mAP tertinggi didapatkan oleh rasio 80% : 20% sebesar 35,87% dengan konfigurasi Epoch 5000, Batch 64, dan Learning Rate 0.001 untuk proses training. Model tersebut berhasil diimplementasikan pada aplikasi desktop untuk mendeteksi Social Distancing.
Kata Kunci: Social Distancing, You Only Look Once, Deep Learning, Computer Vision