Kursus Skripsi Tesis Disertasi Python YOLO ~ Penerapan YOLO untuk Deteksi Pola-Pola Visual dalam Analisis Perilaku Konsumen di Toko Retail

Berikut adalah silabus 10 sesi @1,5 jam untuk kursus bertema:
“Penerapan YOLO untuk Deteksi Pola-Pola Visual dalam Analisis Perilaku Konsumen di Toko Retail”
Silabus ini dirancang untuk mahasiswa atau profesional yang ingin mempelajari aplikasi YOLO (You Only Look Once) dalam memahami perilaku konsumen di toko ritel melalui deteksi objek dan analisis visual berbasis video/CCTV.

🧾 Silabus 10 Sesi x 1,5 Jam

✅ Sesi 1: Pengenalan Computer Vision dan Analisis Perilaku Konsumen

• Konsep dasar computer vision & deteksi objek

• Studi kasus penerapan computer vision di retail (heatmap, jalur konsumen)

• Definisi pola perilaku konsumen: waktu kunjungan, area favorit, engagement

✅ Sesi 2: Pengenalan YOLO (You Only Look Once)

• Sejarah dan evolusi YOLO (v1 – v8)

• Perbandingan dengan model deteksi lain (SSD, Faster R-CNN)

• Konsep anchor box, bounding box, confidence score

✅ Sesi 3: Instalasi dan Setup Lingkungan Kerja YOLO

• Instalasi Python, OpenCV, PyTorch

• Clone dan setup YOLOv5 / YOLOv8 (dari GitHub)

• Uji coba inference model pretrained dengan webcam/video

✅ Sesi 4: Dataset Perilaku Konsumen di Retail

• Struktur dan jenis data yang digunakan (CCTV, video pelanggan)

• Anotasi dataset menggunakan Roboflow atau LabelImg

• Persiapan dataset khusus untuk konsumen di toko

✅ Sesi 5: Training Model YOLO untuk Deteksi Konsumen

• Konfigurasi file yaml dan arsitektur model

• Fine-tuning YOLO dengan dataset pelanggan

• Evaluasi hasil training: mAP, precision, recall

✅ Sesi 6: Real-Time Detection dan Logging Aktivitas Pelanggan

• Inferensi real-time dari feed video toko

• Logging waktu kedatangan, lama berhenti, dan pergerakan

• Output berupa list aktivitas pelanggan

✅ Sesi 7: Heatmap dan Visualisasi Area Populer

• Menggunakan hasil bounding box untuk membuat heatmap

• Analisis area paling sering dikunjungi (dwell time)

• Representasi grafik panas dalam layout toko

✅ Sesi 8: Tracking dan Analisis Jalur Konsumen

• Integrasi YOLO dengan DeepSORT untuk tracking ID unik per orang

• Analisis jalur gerakan pelanggan dalam toko

• Studi kasus: efek layout terhadap pola gerakan

✅ Sesi 9: Interpretasi Data Perilaku dan Insight Bisnis

• Agregasi data perilaku dalam format analitik

• Insight: produk mana yang paling diperhatikan, area kurang ramai

• Rekomendasi untuk optimasi penataan rak dan strategi promosi

✅ Sesi 10: Studi Kasus dan Presentasi Mini-Proyek

• Peserta menyajikan mini-proyek penerapan YOLO dalam retail (real atau simulasi)

• Diskusi hasil deteksi dan interpretasi perilaku

• Feedback dan saran pengembangan lanjutan (integrasi ke dashboard BI)