ANALISIS PERBANDINGAN MODEL YOLOV11 DAN MASK R-CNN PADA DETEKSI KETINGGIAN AIR SUNGAI

Bencana banjir masih kerap terjadi di beberapa daerah di Indonesia, dikarenakan sistem pemantauan yang terkadang masih memakai sistem pemantauan secara manual dan belum terintegrasi menyebabkan terjadinya lambat dalam mengambil langkah penanggulangan. Penelitian ini bertujuan untuk membandingkan dua model deteksi yang akan digunakan dalam mendeteksi ketinggian air sungai khususnya pada area pintu air dan bendungan. Tantangan pada sistem deteksi berbasis CCTV ini adalah pada kondisi pencahayaan dan cuaca yang beragam.
Metode penelitian yang digunakan dalam penelitian ini mencakup beberapa tahapan penting seperti pengumpulan dataset berupa citra kamera pengawas pada pintu air, anotasi objek dengan menggunakan platform pengolah data Roboflow, tahap pra-pemrosesan data guna menambah variasi pada dataset, pelatihan model menggunakan arsitektur YOLOv11, evaluasi performa model, serta melakukan implementasi pada sistem sederhana.
Hasil pengujian menunjukkan bahwa model YOLOv11 unggul dengan mAP @50-95 sebesar 99.657. Dengan hasil akurasi dan pengujian yang didapat, YOLOv11 sangat baik dalam mendeteksi objek dan sangat cocok untuk digunakan dalam pemantauan real-time.