IDENTIFIKASI MASKER PADA FACE DETECTION DENGAN MENGGUNAKAN METODE HAAR CASCADE DAN CNN(STUDI KASUS DI DINAS KOMINFO KERINCI)

Dores, Vebri (2022) IDENTIFIKASI MASKER PADA FACE DETECTION DENGAN MENGGUNAKAN METODE HAAR CASCADE DAN CNN(STUDI KASUS DI DINAS KOMINFO KERINCI). Masters thesis, Univesitas Putra Indonesia YPTK.

[img]
Preview
Text (Abstrak)
Thesis_Vebri Dores_202321048_Abstrak.pdf

Download (212kB) | Preview
[img]
Preview
Text (BAB I)
Thesis_Vebri Dores_202321048_BAB I.pdf

Download (95kB) | Preview
[img]
Preview
Text (DAftar pustaka)
Thesis_Vebri Dores_202321048_Daftar Pustaka.pdf

Download (202kB) | Preview
[img] Text (FUll Text)
Thesis_Vebri Dores_202321048_Full Text.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

ABSTRAK World Health Organization (WHO) memberikan rekomendasi standar pencegahan dan penyebaran COVID-19 dengan pentingnya masker wajah untuk perlindungan dari virus. Teknologi dapat digunakan untuk membantu mencegah virus menyebar dengan cepat yang melalui kontak langsung. Memanfaatkan alat teknologi berbasis Internet of Things (IoT) pada pintu masuk tempat umum dapat dirancang untuk melakukan pemerikasaan yang cepat. Hal ini dapat dilakukan dengan menggunakan metode klasifikasi citra yaitu Haar Cascade dan Convolutional Neural Network (CNN). Penulis akan mengusulkan dua metode ini dalam melakukan penelitian deteksi masker pada wajah dengan menggunakan bahasa pemograman python dan input data melalui kamera webcam. Sebanyak 500 dataset foto wajah tanpa masker dan 500 dataset foto wajah dengan masker digunakan sebagai data training. Berdasarkan hasil pengujian, program dapat mendeteksi pemakaian masker secara realtime menggunakan kamera webcam dengan nilai untuk metode Haar Cascade adalah 60% nilai akurasi, 35% nilai precision, 29% untuk nilai recall dan nilai F-1 Score 31%. Sedangkan untuk metode CNN nilai akurasinya sebanyak 92%, nilai precision 90%, nilai recall 94% dan F-1 Score 91%. Sehingga dapat disimpulkan bahwa metode CNN mampu mendeteksi masker pada wajah lebih baik dibandingkan menggunakan metode Haar Cascade. Kata Kunci: Deteksi, Wajah, Masker, HaarCascade, CNN, Python

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Model dan Simulasi
0 Research > Ilmu Komputer > Sistem Informasi
0 Research > Ilmu Komputer > Teknologi Komputer
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Ryan Ariadi A.Md
Date Deposited: 06 Mar 2023 04:29
Last Modified: 06 Mar 2023 04:29
URI: http://repository.upiyptk.ac.id/id/eprint/4339

Actions (login required)

View Item View Item