Perancangan Sistem Deteksi Penggunaan Masker untuk Adaptasi Kebiasaan Baru pada Masa Pandemi Covid-19

Abstract

Pandemi covid-19 di Indonesia merupakan salah satu masalah yang berpengaruh besar pada berbagai aspek. Pada Juni 2022 kasus terkonfirmasi positif covid-19 di Indonesia mencapai lebih dari 6 juta jiwa. Penggunaan masker merupakan salah satu langkah pencegahan dalam upaya pengendalian penyebaran virus covid-19. Pengecekan penggunaan masker secara manual merupakan dinilai kurang efisien dan masih memerlukan adanya interaksi manusia didalamnya. Berdasarkan permasalahan yang ada penelitian ini berfokus pada perancangan sistem deteksi penggunaan masker dengan memanfaatkan teknologi machine learning. Pembuatan model machine learning dilakukan dengan tools teachable Machines untuk mengklasifikasikan citra bermasker dan tidak bermasker. Pembuatan model menggunakan dataset citra latih sebanyak 418 citra bermasker dan 418 citra tidak bermasker. Selanjutnya model akan diintegrasikan dalam aplikasi untuk mengenali citra bermasker dan tidak bermasker secara realtime dengan fitur keluaran berupa suara dan teks hasil klasifikasi. Pengujian dilakukan dengan variabel jarak dan arah hadap. Terdapat empat jarak yang diuji yaitu 50, 80, 120, dan 160 dengan total 320 citra uji. Pengujian arah hadap meliputi arah hadap lurus, kanan (45°), kiri (45°), atas (15°), bawah(15°) dengan total 240 citra uji. Dari pengujian didapatkan hasil akurasi terbaik adalah pada pendeteksian pada jarak 50cm dengan akurasi 0,9625 dan arah hadap lurus dengan akurasi 0,9791.