Alat Pendeteksi Wajah Bermasker dan Suhu Wajah Menggunakan Raspberry
Total View This Week0
Total View This Week0
Institusion
Politeknik Negeri Bali
Author
Raditya, Cokorda Gde Indra
Astawa, I Nyoman Gede Arya
Putra, I Gusti Putu Mastawan Eka
Astawa, I Nyoman Gede Arya
Putra, I Gusti Putu Mastawan Eka
Subject
Teknik Elektro
Datestamp
2022-09-29 05:27:43
Abstract :
Selama pandemi Covid-19, hampir semua tempat umum mewajibkan pengujung untuk memakai masker dan melakukan pengecekan suhu tubuh sebelum dapat memasuki tempat tertentu sebagai tindakan pendeteksi awal gejala Covid-19. Pengecekan suhu tubuh ini biasanya dilakukan oleh operator ataupun security di tempat tersebut. Penerapan pengecekan suhu dengan cara ini dinilai kurang efektif, karena masih ada potensi penularan virus corona lewat udara. Penelitian ini menggunakan Raspberry Pi 4 dengan memanfaatkan sistem pengecekan suhu tubuh non kontak yaitu kamera thermal MLX90640, yang berfungsi mengukur suhu tubuh manusia serta dapat mencitrakan panas melalui objek dengan pancaran radiasi inframerah. Pengunaan webcam untuk identifikasi penggunaan masker wajah dengan menggunakan metode haar cascade classifier untuk mendeteksi wajah manusia dan Tensorflow Lite untuk mendeteksi penggunaan masker. Pengambilan data sampel wajah yang terdiri dari 2 classes yaitu class wajah bermasker dan wajah tidak bermasker diambil sebanyak 250 gambar per class. Pembuatan dataset dilakukan pada Google Colab dengan library TensorFlow Lite Model Maker yang berfungsi untuk menyederhanakan proses training dari TensorFlow Lite menggunakan custom dataset. Pada proses training ini, data sampel diproses sehingga menghasilkan database dengan 2 classes. Hasil pengujian deteksi yang dihasilkan pada pengujian deteksi masker mendapatkan nilai rata-rata accuracy 92,5%, precision 100%, dan recall 92,5%. Hasil pendeteksian suhu wajah menggunakan kamera thermal dan thermogun mendapatkan selisih rata-rata terkecil pada jarak pengujian 80cm dengan nilai 0,70% dan akurasi pendeteksian suhu sebesar 99,30%. Sedangkan nilai selisih rata-rata terbesar pada jarak pengujian 120cm dengan nilai 1,61% dan akurasi pendeteksian suhu sebesar 98,39%. Jika terdeteksi penggunaan masker ataupun suhu wajah dibawah 37,5°C, maka suara beep akan diputar oleh speaker. Sedangkan jika tidak terdeteksi penggunaan masker ataupun suhu wajah diatas 37,5°C, maka suara peringatan akan diputar oleh speaker.
Selama pandemi Covid-19, hampir semua tempat umum mewajibkan pengujung untuk memakai masker dan melakukan pengecekan suhu tubuh sebelum dapat memasuki tempat tertentu sebagai tindakan pendeteksi awal gejala Covid-19. Pengecekan suhu tubuh ini biasanya dilakukan oleh operator ataupun security di tempat tersebut. Penerapan pengecekan suhu dengan cara ini dinilai kurang efektif, karena masih ada potensi penularan virus corona lewat udara. Penelitian ini menggunakan Raspberry Pi 4 dengan memanfaatkan sistem pengecekan suhu tubuh non kontak yaitu kamera thermal MLX90640, yang berfungsi mengukur suhu tubuh manusia serta dapat mencitrakan panas melalui objek dengan pancaran radiasi inframerah. Pengunaan webcam untuk identifikasi penggunaan masker wajah dengan menggunakan metode haar cascade classifier untuk mendeteksi wajah manusia dan Tensorflow Lite untuk mendeteksi penggunaan masker. Pengambilan data sampel wajah yang terdiri dari 2 classes yaitu class wajah bermasker dan wajah tidak bermasker diambil sebanyak 250 gambar per class. Pembuatan dataset dilakukan pada Google Colab dengan library TensorFlow Lite Model Maker yang berfungsi untuk menyederhanakan proses training dari TensorFlow Lite menggunakan custom dataset. Pada proses training ini, data sampel diproses sehingga menghasilkan database dengan 2 classes. Hasil pengujian deteksi yang dihasilkan pada pengujian deteksi masker mendapatkan nilai rata-rata accuracy 92,5%, precision 100%, dan recall 92,5%. Hasil pendeteksian suhu wajah menggunakan kamera thermal dan thermogun mendapatkan selisih rata-rata terkecil pada jarak pengujian 80cm dengan nilai 0,70% dan akurasi pendeteksian suhu sebesar 99,30%. Sedangkan nilai selisih rata-rata terbesar pada jarak pengujian 120cm dengan nilai 1,61% dan akurasi pendeteksian suhu sebesar 98,39%. Jika terdeteksi penggunaan masker ataupun suhu wajah dibawah 37,5°C, maka suara beep akan diputar oleh speaker. Sedangkan jika tidak terdeteksi penggunaan masker ataupun suhu wajah diatas 37,5°C, maka suara peringatan akan diputar oleh speaker.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
