Deva Ega, Marinda and Imam Husni, Al Amin Implementasi Metode Convolutional Neural Network untuk Deteksi Penggunaan Masker secara Real-Time. Jurnal Teknik Informatika Unika ST. Thomas (JTIUST),.
![[thumbnail of 09._Implementasi Metode Convolutional Neural Network untuk Deteksi Penggunaan Masker secara Real-Time (1).pdf]](/style/images/fileicons/application_pdf.png) |
PDF
Download (4MB) |
Abstract
Pandemi COVID-19 yang masih berlangsung telah menyebabkan banyak negara menerapkan kebijakan penggunaan masker sebagai salah satu cara untuk mengendalikan penyebaran virus. Oleh karena itu, deteksi masker secara real-time dapat membantu dalam memastikan kepatuhan masyarakat terhadap kebijakan tersebut. Penelitian ini menggunakan dataset publik sebanyak 1300 citra bermasker dan tidak bermasker. Setelah itu, dilakukan pengembangan struktur jaringan CNN dengan menggunakan bahasa pemrograman Java dan framework TensorFlow. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan dapat mendeteksi penggunaan masker dengan akurasi sebesar 97.5% pada jarak kamera dari 1 hingga 10 meter. Hasil pengujian menunjukkan bahwa faktor-faktor seperti jarak dari kamera ke objek, keberadaan objek lain yang menghalangi, dan minimnya pencahayaan dapat mempengaruhi akurasi sistem. Hasil penelitian ini menunjukkan bahwa penggunaan metode Convolutional Neural Network dapat menjadi solusi yang efektif untuk mendeteksi penggunaan masker secara real-time. Sistem ini dapat digunakan untuk membantu memastikan kepatuhan masyarakat terhadap kebijakan penggunaan masker dan membantu dalam mengendalikan penyebaran virus COVID-19.
| Item Type: | Article |
|---|---|
| Subjects: | H Social Sciences > H Social Sciences (General) |
| Faculty / Institution: | Fakultas Ekonomika dan Bisnis |
| Depositing User: | Fakultas Ekonomi |
| Date Deposited: | 13 Mar 2024 04:28 |
| Last Modified: | 13 Mar 2024 04:28 |
| URI: | https://eprints.unisbank.ac.id/id/eprint/9957 |
Actions (login required)
 |
View Item |
