JudulPENERAPAN CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI PENGGUNAAN MASKER DI MASA COVID-19 |
Nama: MUHAMMAD RIZKI BUDIMAN |
Tahun: 2024 |
Abstrak Penelitian ini bertujuan untuk memberi solusi terkait masalah sulitnya pengawasan peenggunaan masker oleh petugas keamanan dengan program pendeteksi masker. Data penelitian ini adalah 7500 sampel gambar yang terbagi menjadi 3 kelas kategori; mask, medical mask, dan no mask. Metode pengembangan sistem yang digunakan ada 2 yaitu, metode Convolutional Neural Network (CNN) dengan arsitektur VGG-16 dan CNN scratch sebagai model yang mempreediksi dan ResNet10 sebagai pendeteksi wajah. Hasil implementasi dari metode CNN pada program pendeteksi masker ini adalah program dapat membedakan penggunaan masker berdasarkan kelas kategori yang ada dan setiap kelas kategori memiliki warna kotak deteksi yang berbeda. Kesimpulannya, program ini berjalan dengan baik terbukti melalui pengujian blackbox, jarak, intensitas cahaya, dan metode yang diterapkan menghasilkan akurasi hingga 97% pada kedua model CNN dibuktikan dengan confusion matrix multi class. Kata kunci— Convolutional Neural Network, Masker, COVID-19, VGG-16, Python |