Penerapan Face Recognition Untuk Deteksi Masker Covid dan Suhu Tubuh dengan Metode Convolutional Neural Network (CNN)

Dwipa Handayani, Hendarman Lubis

Abstract


Pemeriksaan penggunaan masker dan suhu tubuh di masa pandemi saat ini masih dilakukan secara manual dengan pemantauan dari petugas dan menggunakan thermogun hal ini menyebabkan terjadinya interaksi yang terlalu dekat antara petugas dan pengunjung.Alat pemeriksaan masker dan suhu tubuh ini bertujuan untuk mempermudah petugas melakukan pemeriksaan penggunaan masker dan suhu tubuh secara otomatis tanpa adanya interaksi antara petugas dan pengunjung.Metode yang digunakan pada penelitian ini menggunakan algoritma Convolutional Neural Network (CNN) dan MobileNetV2 sebagai arsitekturnya. Langkah-langkah yang dilakukan pada penelitian ini untuk melatih dataset terdiri dari pre-processing, training, dan testing dan menggunakan python sebagai bahasa pemrogramannya.Penelitian ini menghasilkan alat yang dapat mendeteksi penggunaan masker dan suhu tubuh sehingga petugas tidak perlu melakukan interaksi secara langsung dengan pengunjung untuk melakukan pemeriksaan.


Keywords


Face Recognition, Convolutional Neural Network, Pendeteksi Masker Covid

Full Text:

PDF

References


Benbrahim, H., Hachimi, H., & Amine, A. (2020). Deep convolutional neural network with tensorflow and keras to classify skin cancer images. Scalable Computing, 21(3), 379–389. https://doi.org/10.12694:/scpe.v21i3.1725

Bowman, R. W., Vodenicharski, B., Collins, J. T., & Stirling, J. (2020). Flat-Field and Colour Correction for the Raspberry Pi Camera Module. Journal of Open Hardware, 4(1), 1–19. https://doi.org/10.5334/joh.20

E, N. H. A., & Zul, M. I. (2021). Aplikasi Penerjemah Bahasa Isyarat Indonesia menjadi Suara berbasis Android menggunakan Tensorflow. 7(1), 74–83.

Effendi, M. R., Ahmad, E., Hamidi, Z., & Suhardi, A. A. (2017). Rancang Bangun Sistem Pendeteksi Manusia Pada Ruangan Menggunakan Raspberry Pi 3 Type B Dan Internet. 15–16

Jaya, T. S. (2018). Pengujian Aplikasi Dengan Metode Blackbox Testing Boundary Value Analysis (Studi Kasus: Kantor Digital Politeknik Negeri Lampung). Jurnal Informatika: Jurnal Pengembangan IT (JPIT), 3(2), 45– 48.

Mulyawan, H., Samsono, M. Z. H., & Setiawardhana. (2011). Identifikasi Dan Tracking Objek Berbasis Image.1–5. http://repo.pens.ac.id/1324/1/Paper_TA_MBAH.pdf


Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Dwipa Handayani, Hendarman Lubis

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.