Statistics: People Analytics

Pantau pergerakan, kerumunan, durasi berdiam, dan atribut demografis orang di area yang diawasi — menggunakan analitik MPA2 pada Lenz Dashboard.

Pengenalan

People Analytics adalah kelompok statistik di Lenz Dashboard yang berfokus pada analisis pergerakan dan perilaku manusia di area yang dipantau. Fitur ini memanfaatkan analitik MPA2 (Multi-Person Analytics v2) — generasi terbaru yang menggabungkan penghitungan orang dengan atribut demografis wajah dan penampilan.

Terdapat empat sub-fitur utama:

Counting

Menghitung jumlah orang yang masuk dan keluar suatu area, lengkap dengan arah aliran (in/out), net flow, dan distribusi per kamera.

Density

Mengukur tingkat kerumunan (rendah/sedang/tinggi) di suatu area pada interval waktu tertentu, disertai statistik rata-rata dan puncak kepadatan.

Dwelling

Menganalisis berapa lama orang berdiam di suatu area — rata-rata, median, dan distribusi durasi kunjungan — termasuk rasio konversi untuk area ritel.

MPA2

Atribut wajah dan penampilan orang yang terdeteksi: gender, rentang usia, pemakaian masker, kacamata, warna pakaian atas/bawah, dan lainnya.

People Analytics memerlukan kamera yang telah dikonfigurasi dengan analitik NFV4-MPA2. Pastikan stream sudah aktif dan terhubung sebelum memulai.

Konsep Per Sub-fitur

Counting

Counting menghitung jumlah orang yang masuk dan keluar area dalam rentang waktu yang ditentukan. Data disajikan secara directional (arah masuk vs. keluar) sehingga Anda dapat memahami pola aliran orang secara akurat.

Metrik utama:

Metrik	Keterangan
`total`	Total orang yang terdeteksi (masuk + keluar)
`in` / `out`	Jumlah orang per arah
`net_flow`	Selisih masuk dikurangi keluar (positif = lebih banyak masuk)
`in_percentage` / `out_percentage`	Proporsi per arah terhadap total
`peak_time_interval`	Interval waktu dengan traffic paling padat
`top_busy_periods`	Daftar periode tersibuk berurutan

Granularitas otomatis:

Rentang satu hari (tanggal sama) → data per jam (24 titik data)
Rentang lebih dari satu hari → data per hari

Setiap interval waktu juga menyertakan area_distribution — breakdown jumlah orang per area yang dikonfigurasi pada stream.

Density

Density mengukur tingkat kerumunan di area yang dipantau. Tidak sekadar menghitung kepala, density mengkuantifikasi seberapa padat suatu area pada tiap interval waktu — informasi kritis untuk manajemen kapasitas dan keselamatan ruang publik.

Kategori kepadatan:

Kategori	Keterangan
`low_density`	Kepadatan rendah — area tidak terlalu ramai
`medium_density`	Kepadatan sedang
`high_density`	Kepadatan tinggi — perlu perhatian

Metrik statistik per periode:

Metrik	Keterangan
`avg_density`	Rata-rata kepadatan
`median_density`	Nilai tengah kepadatan
`top_density`	Kepadatan tertinggi yang tercatat
`peak_time_interval`	Waktu dengan kepadatan paling tinggi
`peak_to_off_peak_ratio`	Rasio puncak vs. non-puncak

Data density juga menyertakan estimation_stats — estimasi jumlah orang di area berdasarkan model AI, yang dapat dibandingkan dengan jumlah deteksi aktual.

Dwelling

Dwelling menganalisis durasi berdiam — seberapa lama seseorang berada di area tertentu sebelum meninggalkannya. Fitur ini sangat relevan untuk lingkungan ritel, ruang tunggu, dan area layanan yang ingin mengoptimalkan pengalaman pengunjung.

Metrik durasi:

Metrik	Keterangan
`average_dwell_time`	Rata-rata waktu berdiam (detik)
`median_dwell_time`	Nilai tengah waktu berdiam
`min_dwell_time` / `max_dwell_time`	Durasi terpendek dan terpanjang
`most_common_dwell_time`	Durasi yang paling sering terjadi

Kategori durasi:

Kategori	Keterangan
`short`	Kunjungan singkat
`medium`	Kunjungan sedang
`long`	Kunjungan lama
`very_long`	Kunjungan sangat lama

Metrik ritel (konversi):

Metrik	Keterangan
`conversion_rate`	Rasio pengunjung yang masuk ke area vs. total yang terdeteksi
`interest_rate`	Rasio pengunjung yang menunjukkan ketertarikan (looker)
`missed_opportunity_rate`	Rasio potensi pengunjung yang tidak masuk
`occupancy_rate`	Tingkat hunian area

Analitik perilaku pengunjung:

by_transition_type: Breakdown antara pengunjung yang masuk (entered), hanya melihat (looker), dan lewat begitu saja (passerby)
group_analytics: Perbandingan perilaku pengunjung solo vs. kelompok

MPA2 — Atribut Demografis

MPA2 memperluas ketiga sub-fitur di atas dengan atribut wajah dan penampilan setiap orang yang terdeteksi. Setiap entri orang dalam data Counting, Density, maupun Dwelling dilengkapi dengan attributes yang merangkum profil demografis agregat.

Atribut yang tersedia:

Prop

Type

Semua nilai atribut adalah agregat — bukan data individu. Nilai Record<string, number> berarti setiap kunci adalah label kategori dan nilainya adalah jumlah deteksi. Contoh: "gender": { "male": 42, "female": 31 }.

Cara Menggunakan

Buka halaman Statistics

Akses menu Statistics dari sidebar Lenz Dashboard. Anda akan melihat panel filter di bagian atas halaman.

Pilih jenis analitik

Pada dropdown Analytic, pilih MPA2 (NFV4-MPA2). Setelah memilih, opsi sub-fitur akan muncul: Counting, Density, atau Dwelling.

Hanya Stream yang memiliki analitik NFV4-MPA2 aktif yang akan muncul di dropdown Stream. Pastikan stream sudah dikonfigurasi dengan benar di halaman Streams.

Pilih Stream

Pada dropdown Stream, pilih satu atau lebih Stream yang ingin Anda analisis. Sistem mendukung pemilihan multi-stream — data dari semua stream yang dipilih akan diagregasi.

Tentukan rentang tanggal

Gunakan komponen Date Range Picker untuk menentukan rentang waktu analisis:

Pilih tanggal yang sama untuk from dan to → data disajikan per jam (hourly)
Pilih rentang multi-hari → data disajikan per hari (daily)

Pilih sub-fitur (tab)

Setelah analitik dipilih, pilih tab sub-fitur yang diinginkan: Counting, Density, atau Dwelling. Tab ini menentukan endpoint API mana yang dipanggil dan tampilan data yang disajikan.

Klik "Tampilkan Statistik"

Tekan tombol Tampilkan Statistik untuk memulai pengambilan data. Dashboard akan menampilkan grafik time-series, kartu ringkasan, dan tabel distribusi per stream.

Export laporan (opsional)

Setelah data ditampilkan, gunakan tombol Export PDF untuk mengunduh laporan dalam format PDF. Laporan akan menyertakan semua grafik dan ringkasan untuk sub-fitur yang aktif.

API Reference

Semua endpoint People Analytics diproksikan oleh backend API. Base URL: /api/statistics.

Autentikasi

Semua endpoint memerlukan Token JWT yang valid:

Authorization: Bearer <access_token>

MPA2 Counting

Mengambil statistik penghitungan orang masuk/keluar dengan atribut demografis.

GET /api/statistics/mpa2/counting

Query Parameters:

Prop

Type

MPA2 Density

Mengambil statistik kepadatan orang per area dan interval waktu.

GET /api/statistics/mpa2/density

Query Parameters:

Prop

Type

MPA2 Dwelling

Mengambil statistik durasi berdiam orang di area yang dipantau.

GET /api/statistics/mpa2/dwelling

Query Parameters:

Prop

Type

Format Response

Counting Response

{
  "data": {
    "time_range": "hourly",
    "summary": {
      "total": 284,
      "net_flow": 12,
      "in": { "count": 148, "percentage": 52.1 },
      "out": { "count": 136, "percentage": 47.9 },
      "combined_attributes": {
        "gender": { "male": 162, "female": 122 },
        "age": { "18-25": 89, "26-35": 101, "36-45": 60, "46+": 34 },
        "mask": { "no_mask": 241, "mask": 43 }
      }
    },
    "time_series_data": [
      {
        "time_interval": "08:00",
        "person": {
          "total": 47,
          "in": { "count": 25, "percentage": 53.2 },
          "out": { "count": 22, "percentage": 46.8 }
        },
        "percent_of_total": 16.5,
        "change_from_previous": 0
      }
    ],
    "peak_time_info": {
      "peak_time_interval": "12:00",
      "top_busy_periods": [
        { "time_interval": "12:00", "count": 58 },
        { "time_interval": "13:00", "count": 51 }
      ]
    },
    "trends": {
      "average_traffic_per_interval": 11.8,
      "directional_trend": {
        "net_flow_trend": "positive",
        "dominant_direction": "in",
        "directional_ratio": 1.09
      }
    },
    "timestamp": "2025-04-30T08:00:00Z"
  }
}

Density Response

{
  "data": {
    "time_range": "hourly",
    "summary": {
      "count": 184,
      "density_stats": {
        "avg_density": 12.3,
        "median_density": 10.5,
        "top_density": 38.0,
        "bottom_density": 2.0
      },
      "estimation_stats": {
        "avg_estimation": 14.1,
        "top_estimation": 42.0
      }
    },
    "peak_time_info": {
      "peak_time_interval": "11:00",
      "peak_count": 38,
      "peak_area": "Pintu Masuk Utama",
      "peak_to_off_peak_ratio": 3.2,
      "top_busy_periods": [
        { "time_interval": "11:00", "count": 38 }
      ]
    },
    "trends": {
      "low_density": 14,
      "medium_density": 7,
      "high_density": 3,
      "low_density_percent": 58.3,
      "medium_density_percent": 29.2,
      "high_density_percent": 12.5
    },
    "timestamp": "2025-04-30T08:00:00Z"
  }
}

Dwelling Response

{
  "data": {
    "time_range": "daily",
    "summary": {
      "count": 312,
      "average_dwell_time": 187.4,
      "median_dwell_time": 142.0,
      "min_dwell_time": 8,
      "max_dwell_time": 1820,
      "occupancy_rate": 0.74,
      "conversion_rate": 0.61,
      "interest_rate": 0.78,
      "missed_opportunity_rate": 0.22,
      "duration_category_distribution": [
        { "category": "short", "count": 98, "percentage": 31.4, "range_label": "< 1 menit" },
        { "category": "medium", "count": 134, "percentage": 42.9, "range_label": "1–5 menit" },
        { "category": "long", "count": 57, "percentage": 18.3, "range_label": "5–15 menit" },
        { "category": "very_long", "count": 23, "percentage": 7.4, "range_label": "> 15 menit" }
      ]
    },
    "peak_time_info": {
      "peak_time_interval": "14:00",
      "peak_average_dwell_time": 234.5
    },
    "timestamp": "2025-04-30T08:00:00Z"
  }
}

Statistics: People Analytics

Pengenalan

Counting

Density

Dwelling

MPA2

Konsep Per Sub-fitur

Counting

Density

Dwelling

MPA2 — Atribut Demografis

Cara Menggunakan

Buka halaman Statistics

Pilih jenis analitik

Pilih Stream

Tentukan rentang tanggal

Pilih sub-fitur (tab)

Klik "Tampilkan Statistik"

Export laporan (opsional)

API Reference

Autentikasi

MPA2 Counting

MPA2 Density

MPA2 Dwelling

Format Response

Counting Response

Density Response

Dwelling Response

Tips & Troubleshooting

Selanjutnya

Statistics Overview

Vehicle Analytics

Crowd Estimation

On this page

Statistics: People Analytics

Counting

Density

Dwelling

MPA2

Data tidak muncul setelah klik Tampilkan Statistik

Grafik Counting menunjukkan net_flow negatif terus-menerus

Nilai density selalu 'low' meskipun area ramai

Atribut MPA2 kosong atau semua bernilai nol

Dwelling menampilkan conversion_rate nol

Export PDF gagal atau menghasilkan file kosong

Statistics Overview

Vehicle Analytics

Crowd Estimation

On this page