HANIF, AGUNG NASHRI - 155410154 (2022) DETEKSI MASKER WAJAH MENGGUNAKAN METODE TRANSFER LEARNING. Skripsi thesis, Universitas Teknologi Digital Indonesia.
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text (HALAMAN DEPAN)
1_155410154_HALAMAN_DEPAN - Agung N. Hanif.pdf - Published Version Download (586kB) |
|
Text (BAB I)
2_155410154_BAB _I - Agung N. Hanif.pdf - Published Version Download (91kB) |
|
Text (BAB II)
3_155410154_BAB_II - Agung N. Hanif.pdf - Published Version Download (543kB) |
|
Text (BAB III)
4_155410154_BAB_III - Agung N. Hanif.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB IV)
5_155410154_BAB_IV - Agung N. Hanif.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (BAB V)
6_155410154_BAB_V - Agung N. Hanif.pdf - Published Version Download (53kB) |
|
Text (DAFTAR PUSTAKA)
7_155410154_DAFTAR_PUSTAKA - Agung N. Hanif.pdf - Published Version Download (99kB) |
|
Text (CARA MENJALANKAN PROGRAM)
8_155410154_CARA_MENJALANKAN_PROGRAM - Agung N. Hanif.pdf - Published Version Download (1MB) |
|
Text (LISTING PROGRAM)
9_155410154_LISTING_PROGRAM - Agung N. Hanif.pdf - Published Version Restricted to Repository staff only Download (326kB) | Request a copy |
|
Text (LAMPIRAN)
10_155410154_LAMPIRAN - Agung N. Hanif.pdf - Published Version Download (299kB) |
Abstract
Pandemi Covid 19 yang terjadi pada akhir tahun 2019 telah menyebabkan banyak perubahan dalam kehidupan manusia. berbagai sektor ekonomi seperti pariwisata berhenti beroperasi, sektor pendidikan pun mengalihkan proses ajar menjadi daring. World Health Organization (WHO) dan Centers for Disease Control and Prevention (CDC) telah mengkampanyekan penggunaan masker untuk mencegah penyebaran virus ini. Masker memiliki fungsi utama untuk menahan droplet yang dikeluarkan dari mulut seseorang pada saat berbicara, bersin, atau batuk. Penelitian ini bertujuan untuk mengklasifikasikan apakah seseorang menggunakan masker atau tidak. Deteksi masker akan menggunakan deep learning, khususnya metode transfer learning. Model yang akan digunakan dalam penelitian ini adalah MobileNetV2. MobileNetV2 merupakan model pengembangan dari MobileNetV1, pada percobaan klasifikasi gambar menggunakan ImageNet, MobileNetV2 menunjukan hasil akurasi yang lebih baik dibandingkan MobileNetV1 dengan jumlah parameter yang lebih sedikit. Dataset yang digunakan dalam penelitian ini berasal dari Kaggle dengan jumlah 7.553 data yang terdiri dari 3.725 image wajah dengan masker, dan 3.828 image wajah tanpa masker. Proses pada penelitian ini mencakup tahap preprocessing data (di dalamnya juga mencakup pelabelan data), tahap augmentasi data (untuk memperbanyak jumlah data), konfigurasi model, dan proses training model. Model yang dihasilkan memiliki akurasi yang baik terhadap data uji, yaitu mencapai 0,99 (99 %). Model hasil training kemudian disimpan dan diimplementasikan pada sebuah aplikasi sederhana yang menerima input dari webcam berupa video realtime. Kemudian dilakukan beberapa pengujian pada aplikasi tersebut dan ditemukan bahwa aplikasi tersebut lebih cocok digunakan pada lingkungan dengan cahaya terang dan normal dibandingkan pada lingkungan dengan cahaya redup. Kata kunci: klasifikasi, wajah, masker, transfer learning, MobileNetV2
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing: Dini Fakta Sari, S.Kom., M.T. |
| Uncontrolled Keywords: | klasifikasi, wajah, masker, transfer learning, MobileNetV2 |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Teknologi Informasi A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Titis Pratiwi |
| Date Deposited: | 10 Mar 2022 03:27 |
| Last Modified: | 10 Mar 2022 03:27 |
| URI: | http://eprints.utdi.ac.id/id/eprint/9547 |
Actions (login required)
 |
View Item |
