[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-118134-id":3,"doc-seo-118134-113":31,"detail-sidebar-cat-0-id-113":84},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},118134,2336474459895,"Aria","https://ap-avatar.wpscdn.com/avatar/22000baeef7a5ed0655?x-image-process=image/resize,m_fixed,w_180,h_180&k=1786071322749376916",52,"Teknologi","Deteksi Objek Pisau Menggunakan YOLO Machine Learning - SlideShare 158038080","Penelitian membahas deteksi objek pisau berbasis machine learning dengan pendekatan YOLO untuk memperoleh hasil yang lebih akurat, efisien, dan andal. Perkembangan komputasi modern, GPU, teknologi awan, serta sensor kamera dan pengolahan citra memungkinkan pelatihan model deep learning yang lebih kompleks dan penggunaan data berkualitas tinggi. YOLO dipaparkan sebagai platform visi komputer yang mampu melakukan deteksi dan klasifikasi secara terpadu dalam waktu nyata, serta mendukung penerapan dalam konteks keamanan dan pengawasan.","Deteksi Objek Pisau Menggunakan Yolo Machine Learning  \nAndreas Restu Priatama  \nTeknik Informatika, Program Pascasarjana, Universitas Pamulang  \ne-mail: [andreas.restu.p@gmail.com](andreas.restu.p@gmail.com)  \nAbstrak—Perkembangan teknologi telah menjadi pendorong utama dalam kemajuan pesat dalam bidang machine learning. Dengan pertumbuhan komputasi yang kuat dan akses ke data yang melimpah, machine learning telah mengalami perkembangan yang signifikan dalam beberapa dekade terakhir. Teknologi komputasi yang semakin kuat telah memungkinkan pelatihan model deep learning yang lebih kompleks. Penggunaan unit pemrosesan grafis (GPU) dan penggunaan teknologi awan telah mempercepat pelatihan model dan memungkinkan penggunaan arsitektur jaringan saraf yang lebih mendalam. Teknologi sensor yang canggih, termasuk kamera, sensor citra, dan teknologi pengolahan citra, telah menghasilkan data berkualitas tinggi yang mendukung deteksisebuah objek yang lebih akurat. Sensor-sensor ini mampu mengidentifikasi objek dalam berbagai kondisi pencahayaan dan sudut pandang. Penelitian ini menekankan bahwa perkembangan teknologi telah membawa perubahan positif dalam deteksi objek yang dalam hal ini adalah deteksi pisau, menciptakan solusi yang lebih efisien dan andal untuk meningkatkan keamanan masyarakat dan lingkungan. Penelitian ini mengaplikasikan dekeksi objek menggunakan Yolo yang digunakan untuk mendeteksi pisau dalamberbagai konteks termasuk mempertimbangkan pendekatan konvensional dan solusi berbasis teknologi terkini, serta penggunaan machine learning dan deep learning. Penelitian ini juga membahas platform Yolo dalam mendeteksi sebuah objek.  \nKata Kunci—Deteksi Pisau; Machine Learning; Neural Network; Yolo; Kecerdasan Buatan.  \nI. PENDAHULUAN  \nPerkembangan teknologi telah membawa perubahan mendasar dalam dunia kecerdasan buatan (Artificial Intelligence, AI) .  \nSeiring berjalannya waktu, AI telah menjadi salah satu bidang yang paling dinamis dan inovatif di dunia teknologi. Dari  \nkonsep awalnya pada tahun 1950-an hingga saat ini, AI telah mengalami transformasi radikal, didorong oleh kemajuan dalamberbagai teknologi yang mendukungnya. Pendahuluan ini akan membahas bagaimana perkembangan teknologi telah memengaruhi dan membentuk perkembangan AI, serta bagaimana interaksi yang erat antara keduanya telah membuka pintu menuju berbagai aplikasi yang mendalam di berbagai sektor [6] .  \nPerkembangan teknologi komputasi, terutama pemrosesan grafis dan komputasi paralel, telah memungkinkan pelatihan model-model AI yang lebih kompleks dan akurat. GPU (Graphics Processing Unit) dan arsitektur pemrosesan yang lebih efisientelah mempercepat proses pembelajaran mesin (machine learning) dan deep learning, yang menjadi dasar kebanyakan aplikasi AI saat ini. Ini telah memungkinkan penggunaan AI dalam masalah yang lebih rumit, seperti pengenalan wajah, pengolahan bahasa alami, dan visi komputer yang lebih canggih. Selain itu, perkembangan dalam teknologi penyimpanan data dan kapasitaskomputasi awan telah memungkinkan akses mudah ke sumber daya komputasi yang kuat secara fleksibel. Ini telah mendukung pengembangan aplikasi kecerdasan buatan yang terdistribusi dan beroperasi dalam waktu nyata, seperti layanan berbasis cloud yang menyediakan kemampuan kecerdasan buatan yang lebih luas kepada pengguna akhir.  \nDeteksi objek dalam gambar merupakan salah satu aplikasi paling menonjol dalam dunia machine learning dan visi komputer. Ini memungkinkan komputer untuk mengenali dan lokaliser objek-objek dalam gambar, yang memiliki banyak aplikasi praktis, mulai dari pengawasan keamanan hingga mobil otonom. Dalam penelitian ini, akan menjelaskan konsep dasar deteksi objek pisau menggunakan machine learning Convolutional Neural Network. [1]  \nPenelitian mengenai deteksi pisau sebelumnya telah dilakukan oleh Ali Mahmudi yang berjudul “DETEKSI SENJATATAJAM DENGAN METODE HAAR CASCADE CLASSIFIER MENGGUNAKAN TEKNOLOGI SMS GATEWAY”. Perbedaan penelitian tersebut dengan pen","cbCaivCQWtdhJY7a","https://ap.wps.com/l/cbCaivCQWtdhJY7a","pdf",504091,4,1,6,"Indonesian","id",113,"# Pendahuluan\n## Latar belakang perkembangan AI dan visi komputer\n## Penelitian terkait deteksi pisau\n# Metode Penelitian\n## YOLO (You Only Look Once) dan konsep kerja\n## Penerapan YOLO untuk deteksi senjata tajam","[{\"question\":\"Apa keunggulan YOLO dibanding pendekatan deteksi konvensional?\",\"answer\":\"YOLO menggabungkan proses deteksi dan klasifikasi dalam satu langkah sehingga dapat mengeluarkan lokasi objek dan label kelas secara langsung, berjalan cepat dan cocok untuk deteksi waktu nyata.\"}]","Deteksi Objek Pisau Menggunakan YOLO Machine Learning - SlideShare 158038080 | PDF",1785681804,9,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":79,"head_meta":81,"extra_data":83,"updated_unix":29},"knife-object-detection-using-yolo-machine-learning-slideshare-158038080","",{"@graph":37,"@context":78},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,52],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/id/document/","Document",2,{"item":50,"name":12,"@type":44,"position":51},"https://docshare.wps.com/id/document/teknologi/",3,{"item":53,"name":13,"@type":44,"position":20},"https://docshare.wps.com/id/document/knife-object-detection-using-yolo-machine-learning-slideshare-158038080/118134/",{"url":53,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-17","2026-08-02",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72],{"name":73,"@type":74,"acceptedAnswer":75},"Apa keunggulan YOLO dibanding pendekatan deteksi konvensional?","Question",{"text":76,"@type":77},"YOLO menggabungkan proses deteksi dan klasifikasi dalam satu langkah sehingga dapat mengeluarkan lokasi objek dan label kelas secara langsung, berjalan cepat dan cocok untuk deteksi waktu nyata.","Answer","https://schema.org",{"og:url":53,"og:type":80,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":82,"canonical":53},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":85},[86,91,95,99,103,107,111,115,117,121,125],{"id":87,"doc_module":4,"doc_module_name":47,"category_name":88,"show_sort_weight":89,"slug":90},55,"Agama & Spiritualitas",60,"religion-spirituality",{"id":92,"doc_module":4,"doc_module_name":47,"category_name":93,"show_sort_weight":89,"slug":94},48,"Cerita & Novel","story-novel",{"id":96,"doc_module":4,"doc_module_name":47,"category_name":97,"show_sort_weight":89,"slug":98},56,"Gaya Hidup","lifestyle",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":89,"slug":102},51,"Komik","comic",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":89,"slug":106},53,"Layanan Kesehatan","healthcare",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":89,"slug":110},54,"Penelitian & Laporan","research-report",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":89,"slug":114},49,"Sastra","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":89,"slug":116},"technology",{"id":118,"doc_module":4,"doc_module_name":47,"category_name":119,"show_sort_weight":89,"slug":120},50,"Ujian","exam",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":89,"slug":124},57,"Umum","general",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":4,"slug":128},181,"Formulir","formulir"]