Rancang Bangun Aplikasi Android Deteksi Penggunaan Masker Wajah Menggunakan Tensorflow Mobilenet

Yusuf Arief Wicaksono, Sam Farisa Chaerul Haviana, Andi Riansyah

Abstract


CoronaVirus Disease 2019 (COVID-19) merupakan sebuah penyakit menular yang disebabkan oleh virus SARS‑CoV‑2 yang berpotensi menimbulkan kematian. Menanggapi penyebaran COVID-19 banyak kantor memilih untuk melaksanakan kegiatan bekerja secara online atau lebih dikenal dengan istilah working from home (WFH). Setelah melaksanakan pembelajaran berbasis daring selama 21 bulan, Fakultas Teknologi Industri Universitas Islam Sultan Agung (FTI UNISSULA) kini tengah mempersiapkan pelaksanaan kegiatan kependidikan secara luring namun terbatas. Berkaitan dengan ini, Dekan FTI UNISSULA mengeluarkan Keputusan Dekan Fakultas Teknologi Industri UNISSULA Nomor 852/A/SA-TI/X/2021 tentang Panduan Pembelajaran Luar Jaringan (Luring) Terbatas Di Fakultas Teknologi Industri Universitas Islam Sultan Agung (UNISSULA) Tahun Akademik 2021-2022. Panduan ini berisi penjelasan mengenai Prosedur Protokol Kesehatan yang wajib ditaati oleh seluruh warga FTI. Salah satu langkah pencegahan COVID yang disarankan dalam Panduan tersebut yaitu penggunaan masker wajah pada saat melakukan kegiatan. Namun prosedur ini cenderung dilupakan dan seringkali tidak diindahkan. Untuk mengatasi persoalan tersebut melalui penelitian ini akan dibuat sebuah program aplikasi yang dapat secara otomatis mendeteksi penggunaan masker wajah pada civitas FTI UNISSULA dan memberikan peringatan apabila belum mengenakan masker.

Full Text:

PDF

References


O. Mungkasa, “Working from Home (WFH): Towards a New Order in the Era of the COVID-19 Pandemic,†J. Perenc. Pembang. Indones. J. Dev. Plan., vol. 4, no. 2, pp. 126–150, 2020.

P. Nyoman and Putu Kusuma Negara, “Deteksi Masker Pencegahan Covid19 Menggunakan Convolutional Neural Network Berbasis Android,†J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 3, pp. 576–583, 2021, doi: 10.29207/resti.v5i3.3103.

Sumit Saha, “A Comprehensive Guide to Convolutional Neural Networks — the ELI5 way,†2018. https://towardsdatascience.com/a-comprehensive-guide-to-convolutional-neural-networks-the-eli5-way-3bd2b1164a53 (accessed Nov. 20, 2022).

Matthijs Hollemans, “Google’s MobileNets on the iPhone,†2017. https://machinethink.net/blog/googles-mobile-net-architecture-on-iphone/ (accessed Jun. 12, 2022).

SuperDataScience Team, “Convolutional Neural Networks (CNN): Step 1(b) - ReLU Layer,†2018. https://www.superdatascience.com/blogs/convolutional-neural-networks-cnn-step-1b-relu-layer (accessed Nov. 20, 2022).

A. Bhardwaj, “What is the Softmax Function? — Teenager Explains,†2020. https://towardsdatascience.com/what-is-the-softmax-function-teenager-explains-65495eb64338 (accessed Nov. 20, 2022).

M. Sandler, A. Howard, M. Zhu, A. Zhmoginov, and L. C. Chen, “MobileNetV2: Inverted Residuals and Linear Bottlenecks,†Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., pp. 4510–4520, 2018, doi: 10.1109/CVPR.2018.00474.

Paul-Louis Pröve, “MobileNetV2: Inverted Residuals and Linear Bottlenecks,†2018. https://towardsdatascience.com/mobilenetv2-inverted-residuals-and-linear-bottlenecks-8a4362f4ffd5 (accessed Oct. 17, 2022).

Matthijs Hollemans, “MobileNet version 2,†2018. https://machinethink.net/blog/mobilenet-v2/ (accessed Oct. 17, 2022).

A. G. Howard et al., “MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications,†Apr. 2017, [Online]. Available: http://arxiv.org/abs/1704.04861

Sumeet Kumar Agrawal, “Metrics to Evaluate your Classification Model to take the right decisions,†2021. https://www.analyticsvidhya.com/blog/2021/07/metrics-to-evaluate-your-classification-model-to-take-the-right-decisions/ (accessed Dec. 13, 2022).

Jonathan Grandperrin, “How to use confidence scores in machine learning models,†2021. https://mindee.com/blog/how-use-confidence-scores-ml-models/ (accessed Dec. 13, 2022).




DOI: http://dx.doi.org/10.30659/ei.5.1.%25p

Refbacks

  • There are currently no refbacks.


Jurnal Transistor EI diterbitkan oleh Fakultas Teknologi Industri, Universitas Islam Sultan Agung, Semarang, Indonesia