Penggunaan sepatu yang tidak sesuai saat bermain badminton dapat
meningkatkan risiko cedera serta menyebabkan kerusakan pada flooring lapangan.
Oleh karena itu, deteksi otomatis terhadap sepatu yang digunakan oleh pemain
menjadi solusi yang krusial untuk meningkatkan kepatuhan terhadap peraturan
lapangan dan menjaga keselamatan pemain. Penelitian ini mengusulkan sistem
deteksi otomatis sepatu badminton menggunakan algoritma Convolutional Neural
Network (CNN) dengan framework You Only Look Once (YOLO).
Dataset terdiri dari tiga kelas: Badminton Shoes, Warning Shoes, dan Foot,
yang diperoleh dari website official produk sepatu serta platform Roboflow.
Proses pelatihan model dilakukan melalui tahapan anotasi, preprocessing, dan
augmentasi, serta evaluasi menggunakan confusion matrix dengan metrik seperti
accuracy, precision, recall, dan F1-score. Hasil menunjukkan bahwa model
mampu mendeteksi dan mengklasifikasikan sepatu dengan akurasi tinggi. Sistem
ini berpotensi mendukung pemilik lapangan dalam pengawasan otomatis serta
mencegah cedera akibat penggunaan sepatu yang tidak sesuai.
Kata Kunci: YOLO, CNN, Deteksi Objek, Sepatu Badminton, Deep Learning,
Roboflow, Google Colab