首页    期刊浏览 2024年10月06日 星期日
登录注册

文章基本信息

  • 标题:Sistem Otomatis Pendeteksi Wajah Bermasker Menggunakan Deep Learning
  • 本地全文:下载
  • 作者:Mufid Naufal Baay ; Astria Nur Irfansyah ; Muhammad Attamimi
  • 期刊名称:Jurnal Teknik ITS
  • 印刷版ISSN:2301-9271
  • 电子版ISSN:2337-3539
  • 出版年度:2021
  • 卷号:10
  • 期号:1
  • 页码:64-70
  • DOI:10.12962/j23373539.v10i1.59790
  • 语种:Spanish
  • 出版社:Lembaga Penelitian dan Pengabdian kepada Masyarakat
  • 摘要:COVID-19 merupakan virus yang telah dinyatakan sebagai pandemi oleh WHO, dan di indonesia sendiri menetapkan COVID-19 sebagai bencana nasional melalui Keputusan Presiden Nomor 12 Tahun 2020. Sumber utama transmisi dari virus ini berasal dari percikan pernapasan atau droplet yang salah satu pencegahan penyebarannya adalah dengan penggunaan masker. Saat ini, pemerintah sedang memberlakukan new normal. Walaupun beraktivitas di lingkungan luar, protokol kesehatan wajib diikuti dan seluruh masyarakat harus disiplin dalam menjalaninya. Pada studi ini dirancang sebuah sistem otomatis pendeteksi wajah bermasker menggunakan deep learning dalam menjalankan fungsinya. Sistem yang dirancang menggabungkan model deep learning, detektor wajah, dan program tracking dan counting menjadi sebuah sebuah sistem otomatis yang dibantu oleh Graphic User Interface (GUI) serta sebuah perangkat alarm dan platform Internet of Things dalam pemakaiannya. Berdasarkan hasil pengujian yang dilakukan mengikuti batasan masalah yang telah dirumuskan, model memiliki tingkat akurasi klasifikasi pada dataset test sebesar 99%. Implementasi pada Raspberry Pi 4 menunjukkan sistem berbasis model deep learning yang telah dibuat sukses melakukan deteksi, tracking dan counting yang datanya dikirimkan kepada alarm yang dirancang dan sebuah platform IoT, Ubidots. Performa deteksi maksimal dicapai saat objek deteksi bergerak 0,7 m/s, pencahayaan ≥ 100 lux, dan penggunaan modul TensorFlow Lite pada sistem dengan akurasi sebesar 85,7%. Hasil perbandingan dengan metode deteksi lain menunjukkan karakterisasi model deep learning memiliki akurasi deteksi sebesar 82%, lebih tinggi dari metode Haar Classifier dengan akurasi 53%.
  • 关键词:Covid-19;computer visions;face detection;deep learning;IoT
国家哲学社会科学文献中心版权所有