Perbandingan Efisiensi dan Akurasi Model Jaringan Saraf Konvolusional untuk Deteksi Objek pada Lingkungan dengan Gangguan Visual

Abstract

Model deteksi objek berbasis Jaringan Saraf Konvolusional (JSK) seringkali mengalami penurunan performa signifikan pada kondisi visual dunia nyata yang mengandung gangguan. Penelitian ini bertujuan untuk menganalisis dan membandingkan efisiensi dan akurasi dari tiga arsitektur JSK yang berbeda—Faster R-CNN (dua tahap), SSD (satu tahap klasik), dan YOLOv8s (satu tahap modern)—terhadap gangguan visual. Model-model tersebut dilatih dari awal (from scratch) pada subset dataset COCO dan diuji pada empat skenario: citra bersih, gangguan Gaussian, motion blur, dan kombinasi keduanya. Evaluasi performa menggunakan metrik mean Average Precision (mAP) untuk akurasi dan Frames Per Second (FPS) untuk efisiensi. Hasil eksperimen menunjukkan bahwa YOLOv8s tidak hanya menjadi model tercepat (476.19 FPS), tetapi juga mencapai akurasi tertinggi pada kondisi bersih (mAP 0.2870) dan menunjukkan ketahanan (robustness) terbaik terhadap semua jenis gangguan yang diuji. Sebaliknya, Faster R-CNN terbukti menjadi yang paling rentan, dengan penurunan akurasi mencapai lebih dari 97% pada kondisi gangguan Gaussian. Kesimpulannya, arsitektur modern YOLOv8s menawarkan keseimbangan terbaik antara efisiensi, akurasi, dan ketahanan, menjadikannya pilihan yang superior untuk aplikasi di lingkungan yang tidak dapat diprediksi.