Machine Learning
Smart Monitoring Missing Object Detection
This Office Stationery Monitoring System incorporates a strict asset tracking module designed to mitigate inventory shrinkage and enforce borrowing discipline. By implementing detailed check-out logs and automated overdue alerts, the system ensures total accountability for shared resources, significantly reducing the frequency of lost items and delayed returns.
Sistem Monitoring Alat Tulis Kantor merupakan solusi berbasis kecerdasan buatan yang dirancang untuk meningkatkan keamanan aset, mengotomatisasi proses pemantauan inventaris, serta mengurangi risiko kehilangan barang di lingkungan kerja. Sistem ini dikembangkan menggunakan FastAPI sebagai backend berperforma tinggi, YOLO (You Only Look Once) sebagai model object detection untuk mendeteksi objek secara real-time, serta Temporal Smoothing untuk meningkatkan kestabilan hasil deteksi dengan mengurangi kesalahan deteksi akibat gangguan sementara, seperti objek yang tertutup atau perubahan posisi kamera. Proses monitoring dimulai dengan melakukan pendeteksian terhadap seluruh barang yang berada di area pemantauan melalui kamera CCTV. Ketika tidak ada orang di dalam area tersebut, sistem akan mencatat kondisi inventaris sebagai data acuan (baseline). Saat seseorang memasuki area pemantauan, sistem secara otomatis menyimpan foto dari CCTV beserta informasi tanggal dan waktu ke dalam database sebagai bukti aktivitas. Selama orang berada di dalam area, sistem terus melakukan pendeteksian objek secara real-time. Dengan bantuan metode Temporal Smoothing, hasil deteksi menjadi lebih stabil karena keputusan keberadaan suatu objek didasarkan pada beberapa frame video secara berurutan, sehingga mampu meminimalkan false positive maupun false negative. Ketika orang keluar dari area pemantauan, sistem akan kembali melakukan pendeteksian seluruh objek dan membandingkannya dengan data inventaris yang telah dicatat sebelum orang tersebut masuk. Apabila terdapat barang yang sebelumnya terdeteksi namun tidak lagi ditemukan setelah proses perbandingan, sistem akan mengidentifikasi barang tersebut sebagai barang yang hilang. Selanjutnya, sistem secara otomatis menyimpan informasi kejadian ke dalam database yang mencakup foto CCTV, tanggal dan waktu kejadian, daftar barang yang hilang, serta riwayat hasil deteksi sebagai dokumentasi dan bahan audit. Dengan memanfaatkan FastAPI sebagai layanan backend, seluruh data hasil deteksi, log aktivitas, riwayat inventaris, serta laporan kehilangan dapat dikelola melalui API yang cepat dan efisien. Kombinasi antara YOLO untuk deteksi objek, Temporal Smoothing untuk meningkatkan akurasi deteksi, dan mekanisme perbandingan inventaris sebelum dan sesudah aktivitas pengguna menghasilkan sistem monitoring yang mampu melakukan pengawasan aset secara otomatis, akurat, dan terdokumentasi dengan baik, sehingga membantu meningkatkan akuntabilitas penggunaan alat tulis kantor serta meminimalkan risiko kehilangan inventaris.
