Digital Library
Perpustakaan Universitas Negeri Surabaya
Home
Login
Hub. Kami
Statistik
Tipe Dokumen
- Pilih -
Disertasi
Karya Akhir S1
Karya Akhir S2
Karya Akhir S3
Skripsi
Tesis
Tugas Akhir D3
Tugas Akhir D4
Fakultas
- Pilih -
Fak. Ilmu Pendidikan
Fak. Bahasa & Seni
Fak. Matematika dan Ilmu Pengetahuan Alam
Fak. Ilmu Sosial & Hukum
Fak. Teknik
Fak. Ekonomi
Pasca Sarjana
Fak. Vokasi
Fak. Ekonomi
Fak. Ilmu Keolahragaan dan Kesehatan
Judul
Penulis
Search
Advanced Search
Jenis Dokumen
Disertasi
Karya Akhir S1
Karya Akhir S2
Karya Akhir S3
Skripsi
Tesis
Tugas Akhir D3
Tugas Akhir D4
Fakultas
Ilmu Pendidikan
Bahasa & Seni
Matematika dan Ilmu Pengetahuan Alam
Ilmu Sosial & Politik
Hukum
Psikologi
Teknik
Ekonomika dan Bisnis
Ilmu Keolahragaan dan Kesehatan
Vokasi
Pascasarjana
Sistem Pendeteksian Penggunaan Masker pada Wajah Menggunakan Metode
Convolutional Neural Network
dan
Haar Cascade Classifier
Kode Dokumen
:
0009/VOKASI-V-M-INF/2023
Penulis Utama
:
Imam Arief Al Baihaqy
NIM Penulis Utama
:
19051397006
Tahun
:
2023
Judul ID
:
Sistem Pendeteksian Penggunaan Masker pada Wajah Menggunakan Metode
Convolutional Neural Network
dan
Haar Cascade Classifier
Judul EN
:
Face Mask Detection System using Convolutional Neural Network and Haar Cascade Classifier Method
Sumber
:
UNESA - Fakultas Vokasi - Jurusan D4 Manajemen Informatika - 19051397006 - 2023
Jenis Dokumen
:
Tugas Akhir D4
Abstrak ID
:
Pada awal tahun 2020 Indonesia dihebohkan dengan adanya wabah Covid-19 yang penularannya sangat cepat. Pandemi Covid-19 menelan banyak korban dan sempat membuat lumpuhnya sistem perekonomian dunia. Indonesia memang sudah bergerak menuju transisi dari pandemi Covid-19 menjadi endemi, namun bukan berarti bebas dari Covid-19, sehingga pemerintah menghimbau agar masyarakat Indonesia tidak terlena dengan kondisi ini dan tetap waspada dengan menjaga protokol kesehatan, salah satunya adalah penggunaan masker terutama di lingkungan tertutup. Namun kesadaran masyarakat terhadap protokol kesehatan wajib masker masih kurang dan masih terjadi adanya pelanggaran terhadap protokol kesehatan ini. Sehingga Imam Arief Al Baihaqy selaku peneliti membuat “
Sistem Pendeteksian Penggunaan Masker pada Wajah Menggunakan Metode Convolutional Neural Network dan Haar Cascade Classifier”
. Sistem yang dibuat pada penelitian ini memanfaatkan model
Machine Learning
yang menerapkan teknologi
Computer Vision
sehingga dapat mendukung dalam mengotomatisasi pengecekan penggunaan masker secara
real-time.
Pengembangan sistem ini menggunakan dataset yang didapatkan dari situs Kaggle, dan metode yang digunakan adalah
Convolutional Neural Network
(CNN) dan
Haar Cascade Classifier
. Proses
training
model menggunakan arsitektur
InceptionV3
dengan
epoch
15,
didapatkan sistem pendeteksian masker ini memiliki tingkat
test
accuracy
mencapai 96,69% dan tingkat kerugian atau
test loss
mencapai 23,02%. Hasil pengujian pada aplikasi ini mampu mendeteksi dan mengklasifikasikan individu yang menggunakan masker, tidak menggunakan masker, dan salah dalam menggunakan masker dengan baik pada jarak pengujian 50cm hingga 120cm dengan kondisi pencahayaan terang. Tujuan dari penelitian ini menghasilkan sebuah aplikasi website deteksi masker sehingga diharapkan dapat membantu meningkatkan keefisienan dalam mendeteksi penggunaan masker, sehingga dapat mengurangi angka penyebaran terhadap wabah Covid-19 maupun virus atau penyakit menular lainnya yang penyebarannya melalui udara.
Abstrak EN
:
At the beginning of 2020, Indonesia was shocked by the Covid-19 outbreak, which spread very quickly. The Covid-19 pandemic has claimed many victims and paralyzed the world's economic system. Indonesia has indeed moved towards the transition from the Covid-19 pandemic to endemic, but that does not mean it is free from Covid-19, so the government urges the Indonesian people not to be complacent with this condition and remain vigilant by maintaining health protocols, one of which is the use of masks, especially in the environment closed. However, public awareness of the mandatory mask health protocol is still lacking and there are still violations of this health protocol. So that Imam Arief Al Baihaqy as a researcher created a "System for Detecting the Use of Masks on the Face Using the Convolutional Neural Network Method and the Haar Cascade Classifier". The system created in this study utilizes a Machine Learning model that applies Computer Vision technology so that it can support automating checking the use of masks in real-time. The development of this system uses datasets obtained from the Kaggle website, and the methods used are Convolutional Neural Network (CNN) and Haar Cascade Classifier. The training process model uses the InceptionV3 architecture with epoch 15, it is found that this mask detection system has a test accuracy rate of up to 96,69% and a test loss rate of up to 23,02%. The test results in this application are able to detect and classify individuals who use masks, do not use masks, and do not use masks properly at a test distance of 50cm to 120cm with bright lighting conditions. The objective of this research is to develop a mask detection website application, with the aim of improving the efficiency in detecting mask usage. It is expected to contribute to reducing the spread of Covid-19 and other viruses or diseases that spread through the air.
Link Artikel
File Abstrak
File Lampiran