Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/109867
Full metadata record
DC FieldValueLanguage
dc.contributor.authorALINRA, Rizqi Renafasih-
dc.date.accessioned2022-10-07T02:48:04Z-
dc.date.available2022-10-07T02:48:04Z-
dc.date.issued2022-07-30-
dc.identifier.nim191920201004en_US
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/109867-
dc.description.abstractDeteksi penggunaan masker pada seseorang sangat membantu dalam protokol kesehatan di masa pandemi COVID-19. Semua layanan atau tempat umum mengharuskan orang untuk memakai masker selama pandemi. Ada sekitar tiga jenis masker yang umum digunakan masyarakat saat ini: masker bedah/medis, masker kain, dan masker scuba. Penelitian ini bertujuan untuk mendeteksi masker dengan memantau pengguna menggunakan masker melalui kamera pada masyarakat. Hal ini berguna untuk menerapkan kedisiplinan saat menggunakan masker untuk menjalankan protokol kesehatan COVID-19. Selain itu, penelitian ini mengusulkan pendeteksian masker pada wajah dengan pemantauan menggunakan drone. Metode pendeteksian yang digunakan dalam penelitian ini adalah Transfer Learning CNN. Algoritma ini merupakan metode deep learning yang dapat mengklasifikasikan dan mendeteksi dalam pengolahan citra digital. Langkah awal penelitian adalah mengumpulkan jenis-jenis masker yang ada di pasaran dalam bentuk citra digital, dilanjutkan dengan aplikasi sebelum dimodelkan ke dalam perhitungan matematis, yang nantinya akan diolah menggunakan metode Convolutional Neural Network. Proses pengujian sistem akan dilakukan dengan menganalisis nilai recall, presisi, dan akurasi. Proses pengujian pada perangkat berbasis kamera drone menggunakan bahasa pemrograman python. Berdasarkan hasil metode transfer learning dengan memodifikasi beberapa jaringan neural network pada YOLOv5 didapatkan hasil mean average precision sebesar 97% untuk hasil pelatihan masker. Pada pengujian real time Performa pada sistem pengolahan perekaman pada video sistem mampu mengolah video dengan rata2 waktu ±0.1 detik dan pengujian secara real time menggunakan ESP32Cam dengan komunikasi wireless sebesar ± 0.25 detik.en_US
dc.description.sponsorshipDr. Ir. Satryo Budi Utomo, ST., MT Ir. Khairul Anam, S.T., M.T., Ph.D.,IPMen_US
dc.language.isootheren_US
dc.publisherFakultas Tekniken_US
dc.subjectComputer Visionen_US
dc.subjectImage Processingen_US
dc.subjectUAVen_US
dc.subjectYOLOen_US
dc.titleDetektor Pengguna Masker Pada Wajah Berbasis Kamera Drone Menggunakan Transfer Learning Convolutional Neural Networken_US
dc.typeTesisen_US
dc.identifier.prodiMagister Teknik Elektroen_US
dc.identifier.pembimbing1Dr. Ir. Satryo Budi Utomo, ST., MTen_US
dc.identifier.pembimbing2Ir. Khairul Anam, S.T., M.T., Ph.D.,IPMen_US
Appears in Collections:MT-Engineering

Files in This Item:
File Description SizeFormat 
TESIS_RIZQIRENAFASIHA PENGESAHAN.pdf
  Until 2027-10-07
2.84 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.