Record Details

Deteksi Orang Bermasker Medis Menggunakan Metode Convolutional Neural Network Berbasis Raspberry Pi

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Deteksi Orang Bermasker Medis Menggunakan Metode Convolutional Neural Network Berbasis Raspberry Pi
 
Added Entry - Uncontrolled Name Nugraraga, Bimo Dimas
Fitriyah, Hurriyatul
Syauqy, Dahnial
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Pada pandemi COVID - 19, masker adalah sebuah kebutuhan penting bagi masyarakat. Penggunaan masker sangat penting untuk mencegah penularan COVID - 19, terutama pada instansi penting seperti Rumas Sakit. Tidak semua masker efektif untuk mencegah penularan COVID - 19. Masker yang baik untuk mencegah penularan COVID - 19 adalah masker medis yang memiliki 3 lapisan. Sistem Deteksi Orang Bermasker Medis Menggunakan Metode Convolutional Neural Network Berbasis Raspberry Pi bertujuan untuk mencegah penyebaran COVID - 19 di Rumah Sakit dengan cara mencegah orang yang tidak menggunakan masker medis untuk masuk ke Rumah Sakit dan ruangan di dalam rumah sakit. Sistem ini menggunakan webcam, Raspberry Pi 4, dan solenoid lock. Webcam digunakan untuk menangkap citra pengguna masker. Citra yang telah ditangkap akan diolah dan diklasifikasikan di Raspberry Pi 4. Pengolahan citra yang dilakukan adalah dengan melakukan konversi warna dari RGB ke YCbCr untuk mendeteksi masker medis dan menghilangkan background. Metode pengklasifikasian menggunakan metode Convolutional Neural Network. Solenoid lock akan terbuka bila hasil pengklasifikasian adalah masker medis dan akan terkunci bila hasil pengkalifikasian adalah masker non medis. Pada penelitian ini pengujian dilakukan pada 5 jarak berbeda, yaitu jarak 0.5 meter, 1.0 meter, 1.5 meter, 2.0 meter, dan 2.5 meter. Secara keseluruhan sistem Deteksi Orang Bermasker Medis Menggunakan Metode Convolutional Neural Network Berbasis Raspberry Pi memiliki akurasi rata - rata 97%. Sistem Deteksi Orang Bermasker Medis Menggunakan Metode Convolutional Neural Network Berbasis Raspberry Pi memiliki waktu eksekusi rata - rata 0.563271 detik.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9365
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 6 (2021): Juni 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com