DETEKSI MASKER WAJAH MENGGUNAKAN METODE TRANSFER LEARNING
Total View This Week0
Total View This Week0
Institusion
STMIK Akakom
Author
HANIF, AGUNG NASHRI - 155410154
Subject
Teknologi Informasi
Datestamp
2022-03-10 03:27:10
Abstract :
Pandemi Covid 19 yang terjadi pada akhir tahun 2019 telah menyebabkan banyak perubahan dalam kehidupan manusia. berbagai sektor ekonomi seperti pariwisata berhenti beroperasi, sektor pendidikan pun mengalihkan proses ajar menjadi daring. World Health Organization (WHO) dan Centers for Disease Control and Prevention (CDC) telah mengkampanyekan penggunaan masker untuk mencegah penyebaran virus ini. Masker memiliki fungsi utama untuk menahan droplet yang dikeluarkan dari mulut seseorang pada saat berbicara, bersin, atau batuk. Penelitian ini bertujuan untuk mengklasifikasikan apakah seseorang menggunakan masker atau tidak. Deteksi masker akan menggunakan deep learning, khususnya metode transfer learning. Model yang akan digunakan dalam penelitian ini adalah MobileNetV2. MobileNetV2 merupakan model pengembangan dari MobileNetV1, pada percobaan klasifikasi gambar menggunakan ImageNet, MobileNetV2 menunjukan hasil akurasi yang lebih baik dibandingkan MobileNetV1 dengan jumlah parameter yang lebih sedikit. Dataset yang digunakan dalam penelitian ini berasal dari Kaggle dengan jumlah 7.553 data yang terdiri dari 3.725 image wajah dengan masker, dan 3.828 image wajah tanpa masker. Proses pada penelitian ini mencakup tahap preprocessing data (di dalamnya juga mencakup pelabelan data), tahap augmentasi data (untuk memperbanyak jumlah data), konfigurasi model, dan proses training model. Model yang dihasilkan memiliki akurasi yang baik terhadap data uji, yaitu mencapai 0,99 (99 %). Model hasil training kemudian disimpan dan diimplementasikan pada sebuah aplikasi sederhana yang menerima input dari webcam berupa video realtime. Kemudian dilakukan beberapa pengujian pada aplikasi tersebut dan ditemukan bahwa aplikasi tersebut lebih cocok digunakan pada lingkungan dengan cahaya terang dan normal dibandingkan pada lingkungan dengan cahaya redup. Kata kunci: klasifikasi, wajah, masker, transfer learning, MobileNetV2
Pandemi Covid 19 yang terjadi pada akhir tahun 2019 telah menyebabkan banyak perubahan dalam kehidupan manusia. berbagai sektor ekonomi seperti pariwisata berhenti beroperasi, sektor pendidikan pun mengalihkan proses ajar menjadi daring. World Health Organization (WHO) dan Centers for Disease Control and Prevention (CDC) telah mengkampanyekan penggunaan masker untuk mencegah penyebaran virus ini. Masker memiliki fungsi utama untuk menahan droplet yang dikeluarkan dari mulut seseorang pada saat berbicara, bersin, atau batuk. Penelitian ini bertujuan untuk mengklasifikasikan apakah seseorang menggunakan masker atau tidak. Deteksi masker akan menggunakan deep learning, khususnya metode transfer learning. Model yang akan digunakan dalam penelitian ini adalah MobileNetV2. MobileNetV2 merupakan model pengembangan dari MobileNetV1, pada percobaan klasifikasi gambar menggunakan ImageNet, MobileNetV2 menunjukan hasil akurasi yang lebih baik dibandingkan MobileNetV1 dengan jumlah parameter yang lebih sedikit. Dataset yang digunakan dalam penelitian ini berasal dari Kaggle dengan jumlah 7.553 data yang terdiri dari 3.725 image wajah dengan masker, dan 3.828 image wajah tanpa masker. Proses pada penelitian ini mencakup tahap preprocessing data (di dalamnya juga mencakup pelabelan data), tahap augmentasi data (untuk memperbanyak jumlah data), konfigurasi model, dan proses training model. Model yang dihasilkan memiliki akurasi yang baik terhadap data uji, yaitu mencapai 0,99 (99 %). Model hasil training kemudian disimpan dan diimplementasikan pada sebuah aplikasi sederhana yang menerima input dari webcam berupa video realtime. Kemudian dilakukan beberapa pengujian pada aplikasi tersebut dan ditemukan bahwa aplikasi tersebut lebih cocok digunakan pada lingkungan dengan cahaya terang dan normal dibandingkan pada lingkungan dengan cahaya redup. Kata kunci: klasifikasi, wajah, masker, transfer learning, MobileNetV2
File :
1_155410154_HALAMAN_DEPAN - Agung N. Hanif.pdf
2_155410154_BAB _I - Agung N. Hanif.pdf
3_155410154_BAB_II - Agung N. Hanif.pdf
4_155410154_BAB_III - Agung N. Hanif.pdf
5_155410154_BAB_IV - Agung N. Hanif.pdf
6_155410154_BAB_V - Agung N. Hanif.pdf
7_155410154_DAFTAR_PUSTAKA - Agung N. Hanif.pdf
8_155410154_CARA_MENJALANKAN_PROGRAM - Agung N. Hanif.pdf
9_155410154_LISTING_PROGRAM - Agung N. Hanif.pdf
10_155410154_LAMPIRAN - Agung N. Hanif.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
