Perkembangan teknologi pengawasan dan keamanan dalam beberapa tahun terakhir telah menghasilkan kemajuan yang signifikan, terutama dalam hal pengenalan objek atau object detection. Namun, masih terdapat tantangan dalam menghitung jumlah manusia dengan akurat dalam berbagai kondisi pengawasan. Studi ini bertujuan untuk mengoptimalkan proses pengawasan dengan menghitung jumlah manusia di area tertentu menggunakan teknologi drone yang dilengkapi dengan kemampuan pengenalan objek. Pendekatan yang digunakan mencakup penggunaan metode YOLOv7 (You Only Look Once) untuk pendeteksian objek dan algoritma Centroid Tracker untuk pelacakan manusia secara dinamis. Pengujian dilakukan dengan mengambil data dari drone dalam berbagai kondisi, seperti ketinggian dan kecepatan berbeda. Hasil pengujian menunjukkan bahwa akurasi deteksi manusia dipengaruhi oleh berbagai faktor, termasuk kesalahan pendeteksian, double counting, dan kesulitan dalam mengenali objek asing. Pada skenario drone diam, sistem memiliki performa yang lebih baik dalam mengenali dan menghitung manusia dengan rata-rata akurasi 69,70%. Namun, performa akurasi sangat tergantung pada berbagai faktor, termasuk kondisi deteksi dan kemampuan sistem dalam mengenali objek secara tepat. Kesimpulan utama adalah bahwa program human counting ini memiliki potensi dalam meningkatkan efisiensi pengawasan dan keamanan dengan menghitung jumlah manusia, tetapi perlu peningkatan dan pengembangan lebih lanjut untuk mengatasi kendala-kendala yang dihadapi dalam pengenalan objek dan pelacakan manusia dalam berbagai skenario pengawasan.
