Fakultas Teknologi Informasi

Klasifikasi Penggunaan Masker dengan Convolutional Neural Network Menggunakan Arsitektur MobileNetv2

Penulis
Dosen:
  1. TONI ARIFIN
Tanggal Terbit
30 Juni 2022
Kategori
Jurnal Nasional Terakreditasi [SINTA 5]
Penerbit
Universitas Bandar Lampung
Kota / Negara
Bandar Lampung / Indonesia
Volume
Vol. 12 No. 1
Halaman
76-81
ISSN
2088-5555
E-ISSN
2745-7265
E-ISBN
http://dx.doi.org/10.36448/expert.v12i1.2466
URL
http://jurnal.ubl.ac.id/index.php/expert/article/view/2466
Abstrak
Pada situasi pandemi saat ini yang diakibatkan virus COVID-19, peran kita untuk senantiasa menjaga protokol kesehatan menjadi sangat penting. Penyebaran virus yang berasal dari droplet atau percikan yang menempel pada benda bisa atau fasilitas umum. Penggunaan masker menjadi salah satu upaya meminimalisir penyebaran virus ini. Penggunaan masker diwajibkan saat akan melakukan aktifitas ditempat umum yang memungkinkan penyebaran. Namun masih ada masyarakat yang abai dengan hal ini. Klasifikasi dengan menggunakan Deep Learning untuk mendeteksi penggunaan masker menjadi salah satu cara untuk membantu menertibkan masyarakat dan membantu petugas dalam melakukan pengawasan. Pada penelitian ini, model Deep Learning menggunakan Convolutional Neural Network dan arsitektur MobileNetv2. Pemilihan metode ini didasari pada efektifitas metode dalam pemanfaatan resource yang tidak terlalu berat dan bisa menghasilkan akurasi yang maksimal. Dataset yang digunakan bersumber dari dataset open source. Hasil pengujian model untuk deteksi masker secara realtime berhasil melakukan deteksi objek pada 2 kelas yaitu mask dan without_mask dan menampilkan hasil yang baik dan akurat dengan rata-rata nilai 0,99 pada precision, recall, f1-score dan support.