Metode Haar Cascade dan Convolutional Neural Network untuk Klasifikasi Penggunaan Masker
Keywords:
Pendeteksian, Haar Cascade, Convolutional Neural NetworkAbstract
Berita tentang bahaya virus corona yang mewabah dengan sangat cepat dan masif telah banyak dirasakan dampaknya. Akibatnya, di masa pandemi Covid-19, pemberlakuan gaya hidup normal baru terus digalakkan demi menjaga kesehatan masyarakat, serta mengurangi resiko penularan. Salah satu dari berbagai hal yang diwajibkan di masa pandemi yaitu penggunaan masker di keramaian. Namun tak sedikit pula yang masih abai. Dengan memanfaatkan teknologi masa kini, diperlukan sebuah sistem yang dapat mendeteksi penggunaan masker. Penelitian ini mengembangkan sistem pendeteksi
penggunaan masker menggunakan Haar Cascade dan Convolutional Neural Network. Masukan dari pada sistem diperoleh dari tangkapan citra wajah oleh Pi Camera V2. Pemrosesan utama pada sistem menggunakan Raspberry Pi 3B+ guna pengolahan citra. Keluaran dari sistem yakni teks peringatan agar menggunakan masker yang ditampilkan di monitor ketika orang terdeteksi tidak menggunakan masker, serta terdapat pula suara pemberitahuan oleh speaker. Penelitian ini berhasil memperoleh keakuratan pendeteksian sekitar 90% berdasarkan pengujian dengan berbagai macam bentuk, warna masker hingga motifnya. Kendati demikian, dari rata-rata data citra tidak semua dapat terdeteksi dengan tepat.
References
WHO. Pertanyaan dan jawaban terkait Coronavirus. (2020). https://www.who.int/indonesia/news/novelcoronavirus/qa/qa-for-public.
Kementerian Kesehatan RI, “Kesiapan Kementrian Kesehatan RI Dalam Menghadapi Outbreak Novel Coronavirus,” Kementrian Kesehat. RI, pp. 1–26,2020.
V. Green, “Compass,” Parallax, pp. 9-19, 2020, doi: 10.4324/9781003060918-2.
WHO, “Anjuran mengenai penggunaan masker dalam konteks COVID-19,” World Heal. Organ., no. Juni, pp. 1–17, 2020.
R. Novrianda Dasmen, “Implementasi Raspberry Pi 3 Sebagai Wireless Access Point Pada STIPER Sriwigama Palembang,” J. Inform. J. Pengemb. IT, vol. 3, no. 3, pp. 387–393, 2018, doi: 10.30591/jpit.v3i3.943.
G. Kutukian and M. Husain, “Raspberry Pi 3 Home Network Monitoring Tool,” 2016.
Tokopedia, (2021, September 10). Raspberry Pi Camera Modul V2 8MP [Online]. Tersedia di : https://www.tokopedia.com/kiosrobot/raspberrypi-camera-modul-v2-8mp.
Shulur, S.P., Perancangan Aplikasi Deteksi Wajah Menggunakan Algoritma Viola-Jones. Skripsi. Tidak Diterbitkan. Fakultas Teknik. Universitas Pasundan: Bandung. 2015.
R. Rokhana et al., “Convolutional Neural Network untuk Pendeteksian Patah Tulang Femur pada Citra Ultrasonik B–Mode,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 8, no. 1, p. 59, 2019.
Nurhikmat, T., 2018. Implementasi Deep Learning untuk Image Classification Menggunakan Algoritma Convolutional Neural Network (CNN) Pada Citra Wayang Golek. Skripsi. Tidak Diterbitkan. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Islam Indonesia: Yogyakarta.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.