Sistem Pendeteksi Penggunaan Masker dengan Metode Convolutional Neural Network pada Sistem Portal Otomatis

Penulis

  • Alwi Fran Fahlifi Institut Teknologi Sumatera
  • Heriansyah Institut Teknologi Bandung
  • Afit Miranto Universitas Lampung

DOI:

https://doi.org/10.33019/electron.v2i2.6

Kata Kunci:

CNN, COVID-19, Masker, MobileNetV2, Raspberry Pi, Sensor Kamera

Abstrak

Proses penyebaran sangat cepat pada COVID-19 membuat virus ini menjadi pandemi di berbagai negara. Untuk mengurangi penyebaran pada virus COVID-19, diwajibkan untuk setiap orang mengikuti aturan protokol kesehatan seperti, sosial distancing dan menggunakan masker. Pemeriksaan protokol kesehatan dilakukan oleh tenaga khusus sebelum memasuki area wajib menggunakan masker, dimana tentunya pemeriksaan ini akan membutuhkan tenaga yang lebih banyak dan tidak dapat dilakukan setiap waktu. Pada penelitian ini, dibuatlah sebuat alat yang dapat mendeteksi protokol kesehatan yang nantinya dapat mengurangi beban kerja dari tenaga khusus. Alat ini dapat mendeteksi pemakaian masker pada seseorang, yang dibuat menggunakan arsitektur MobileNetV2 dan metode Convolutional Neural Network (CNN) yang mengklasifikasikan orang tidak menggunakan masker dan menggunakan masker. Alat ini menggunakan Raspberry Pi sebagai mini computer yang menjadi otak utamanya dengan menambahkan sensor kamera untuk mendeteksi seseorang menggunakan masker secara real-time, LED RGB sebagai penanda apakah masker terdeteksi atau tidak, dan LCD sebagai display ketika sistem dijalankan. Jarak efektif yang bisa untuk mendeteksi penggunaan masker adalah sejauh 30 – 200 cm

Unduhan

Diterbitkan

2021-11-30

Cara Mengutip

Fran Fahlifi, A., Heriansyah, & Miranto, A. (2021). Sistem Pendeteksi Penggunaan Masker dengan Metode Convolutional Neural Network pada Sistem Portal Otomatis . ELECTRON Jurnal Ilmiah Teknik Elektro, 2(2), 89–96. https://doi.org/10.33019/electron.v2i2.6