Sistem Pendeteksi Masker dengan Metode Deep Learning Convolutional Neural Network

SHOLIKHIN, AHMAD TOMI (2022) Sistem Pendeteksi Masker dengan Metode Deep Learning Convolutional Neural Network. Other thesis, Universitas Duta Bangsa Surakarta.

[thumbnail of Cover dan Abstrak.pdf] Text
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only

Download (454kB)
[thumbnail of Bab 1.pdf] Text
Bab 1.pdf - Preview
Restricted to Registered users only

Download (330kB)
[thumbnail of Bab 2.pdf] Text
Bab 2.pdf - Preview
Restricted to Registered users only

Download (231kB)
[thumbnail of Bab 3.pdf] Text
Bab 3.pdf - Preview
Restricted to Registered users only

Download (2MB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf - Preview
Restricted to Registered users only

Download (6MB)
[thumbnail of Bab 5.pdf] Text
Bab 5.pdf - Preview
Restricted to Registered users only

Download (252kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf - Preview
Restricted to Registered users only

Download (48kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf - Preview
Restricted to Registered users only

Download (345kB)
[thumbnail of Artikel Publikasi.pdf] Text
Artikel Publikasi.pdf - Preview
Restricted to Registered users only

Download (342kB)

Abstract

Coronavirus Disease (COVID-19) atau biasa disebut virus corona telah
melanda dunia termasuk Indonesia, Pemerintah secara masif terus menggalakkan
program 5M yaitu (1) memakai masker, (2) mencuci tangan, (3) menjaga jarak, (4)
menjauhi kerumunan, dan (5) mengurangi mobilitas sebagai langkah preventif guna
mencegah dan memutus rantai virus corona. Agar masyarakat disiplin
menggunakan masker di tempat umum, dilakukanlah kegiatan razia oleh aparat
keamanan. Namun kegiatan razia masker tidak bisa lepas dari peran manusia yang
mampu membedakan pengguna masker dan non pengguna masker, kegiatan ini
sangat terbatas karena sangat mengandalkan manusia yang pada dasarnya butuh
istirahat. maka dari itu penulis membuat sistem yang dapat secara otomatis
membedakan pengguna masker dan non pengguna masker sehingga bisa membantu
memonitoring dan melakukan pencatatan saat menemukan non pengguna masker.

Sistem ini dibuat menggunakan deep learning dengan arsitektur
convolutional neural network, yang akan mendeteksi apakah orang tersebut
menggunakan masker atau tidak. Kemudian setiap terdeteksi tidak menggunakan
masker sistem akan mengirim tangkapan wajah ke database sehingga selanjutnya
akan tampil dan dikelola pada aplikasi manajemen pelanggaran berbasis android.
Metode penelitian yang dilakukan adalah dengan merumuskan masalah yang ada,
kemudian merumuskan tujuan penelitian, dan melakukan studi literatur.
Pengembangan sistem menggunakan metode prototype dengan tahapan yaitu (1)
analisa kebutuhan, (2) desain sistem, (3) pengujian sistem, dan (4) implementasi.

Hasil dari penelitian ini berupa sistem deteksi masker yang berbasis desktop
dan aplikasi manajemen pelanggaran yang berfungsi untuk memvalidasi tangkapan
gambar dari sistem deteksi. Pengujian aplikasi mobile menggunakan black box
sedangkan sistem deteksi pengguna masker menggunakan teknik
CAR(Classification Accuracy Rate), dengan sampel berupa video dengan total
1000 frame yang dibedakan berdasarkan jenis masker dan jarak. Didapati
Efektifitas dari sistem sangat bergantung pada jarak objek ke pada kamera, dengan
jarak optimal untuk sistem deteksi masker ini antara 50 cm - 100 cm, sedangkan
perbedaan jenis masker tidak berpengaruh jauh pada akurasi sehingga dapat
digunakan untuk mendeteksi masker medis maupun non medis dengan baik

Item Type: Thesis (Other)
Uncontrolled Keywords: 14 Kata kunci : Deep learning, CNN, mask detection
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > S1 - Teknik Informatika
SWORD Depositor: Perpustakaan Fikom
Depositing User: Perpustakaan Fikom
Date Deposited: 20 Jul 2022 02:25
Last Modified: 20 Jul 2022 02:25
URI: https://eprints.udb.ac.id/id/eprint/843

Actions (login required)

View Item
View Item