Deteksi Penggunaan Masker dengan Algoritma RBF Support Vector Machine

Detection of Mask Usage with RBF Support Vector Machine Algorithm

Wabah virus corona yang disebabkan oleh novel corona virus terus menyebar ke seluruh dunia hingga menjadi suatu pandemi yang berlangsung hingga saat ini. Namun seiring berjalannya waktu kasus positif covid-19 telah menurun, meskipun demikian kewaspadaan akan virus ini masih perlu dilakukan agar tidak terjadi kembali lonjakan kasus. Salah satu cara berdasarkan World Health Organization (WHO) adalah menggunakan masker. Seiring dengan perkembangan teknologi, manusia dapat membuat suatu Artificial Intellegence untuk mendeteksi seseorang menggunakan masker atau tidak menggunakan masker. Namun, diperlukan suatu metode yang cocok agar menghasilkan suatu akurasi tinggi supaya hasil deteksi lebih optimal. Melalui hal tersebut membuat penelitian ini memiliki tujuan untuk membuat suatu Artificial Intellegence yang nantinya dapat digunakan pada perangkat seperti kamera CCTV atau sejenisnya dengan menggunakan algoritma support vector machine (SVM). Algoritma SVM sendiri dapat membuat suatu hasil akurasi yang tinggi pada proses ini, di mana SVM dengan kernel RBF (Radial Basic Function) menghasilkan akurasi terbesar dari fungsi SVM yang diberikan, yaitu sebesar 91,974%. Pada implementasinya algoritma ini telah berhasil mendeteksi suatu citra wajah seseorang yang menggunakan maupun tidak menggunakan masker.

The corona virus outbreak caused by the novel corona virus continues to spread throughout the world until it becomes a pandemic that continues to this day. However, over time the positive cases of COVID-19 have decreased, even so, vigilance about this virus still needs to be done so that a spike in cases does not occur again. One way according to the World Health Organization (WHO) is to use a mask. Along with technological developments, humans can create an Artificial Intelligence to detect someone using a mask or not using a mask. However, we need a suitable method in order to produce a high accuracy so that the detection results are more optimal. Through this, this research aims to create an Artificial Intelligence which can later be used on devices such as CCTV cameras or the like using the support vector machine (SVM) algorithm. The SVM algorithm itself can produce a high accuracy result in this process, where SVM with the RBF (Radial Basic Function) kernel produces the greatest accuracy of the given SVM function, which is 91.974%. In its implementation, this algorithm has succeeded in detecting an image of a person's face using or not using a mask.