Rancang Bangun Perangkat Lunak Simulasi Deteksi Pemakaian Faceshield

Habib, Affan Ahsanul (2021) Rancang Bangun Perangkat Lunak Simulasi Deteksi Pemakaian Faceshield. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05111740000091-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2024.

Download (1MB) | Request a copy

Abstract

Ditemukannya vaksin bukan berarti tidak diperlukan lagi protokol kesehatan. Saat ini masih membutuhkan waktu untuk dapat memberikan vaksin kepada seluruh masyarakat. Sehingga tetap diperlukan cara untuk mencegah penularan COVID-19 selama proses vaksinasi dilaksanakan. Minimal dilakukan edukasi mengenai pentingnya protokol kesehatan. Oleh karena itu diperlukan sistem yang dapat digunakan untuk edukasi dalam mengontrol pelaksanaan protokol kesehatan. Salah satu protokol kesehatan yang bisa dilakukan adalah menggunakan faceshield, sebagai pelengkap penggunaan masker. Saat ini belum ada aplikasi yang melakukan deteksi faceshield. Pada tugas akhir ini, dibangun perangkat lunak untuk mendeteksi faceshield yang diimplementasikan menggunakan Deep Learning Convolutional Neural Network dengan network MobileNetV2. Dataset yang digunakan pada tugas akhir ini adalah foto wajah yang diambil dari siswa SMPN 1 Gemarang, Kabupaten Madiun. Proses pelatihan data pada tugas akhir ini yaitu, pertama melakukan data split dengan membagi dataset ke dalam 3 subset (training, validation, dan testing), kedua preprocessing dengan mengekspos data ke dalam berbagai bentuk agar data semakin bervariasi menggunakan library Keras Tensorflow, ketiga yaitu training menggunakan CNN dengan network MobileNetV2 untuk dihasilkan model yang akan digunakan untuk proses klasifikasi, yang terakhir yaitu uji klasifikasi dengan data masukan. Hasil implementasi dari tugas akhir ini menunjukkan bahwa faceshield dapat terdeteksi dengan nilai precision sebesar 100% dan recall sebesar 53,82%. Serta dapat mendeteksi pada kasus dimana foto diambil dari samping wajah. Namun masih belum dapat mendeteksi secara akurat ketika adanya penggunaan kacamata. ================================================================================================ The discovery of a vaccine does not mean that health protocols are no longer needed. Currently it still takes time to be able to provide vaccines to the entire community. So that a way is still needed to prevent the transmission of COVID-19 during the vaccination process. At a minimum, education is carried out on the importance of health protocols. Therefore we need a system that can be used for education in controlling the implementation of health protocols. One of the health protocols that can be done is to use a face shield, as a complement to the use of masks. Currently, there is no application that detects faceshields. In this final project, software is built to detect faceshield which is implemented using Deep Learning Convolutional Neural Network with MobileNetV2 network. The dataset used in this final project is a face photo taken from students of SMPN 1 Gemarang, Madiun Regency. The data training process in this final project is, firstly doing a data split by dividing the dataset into 3 subsets (training, validation, and testing), the second is preprocessing by exposing the data to various forms so that the data is more varied using the Keras Tensorflow library, the third is training using CNN with MobileNetV2 network to generate a model that will be used for the classification process, the last one is a classification test with input data. The results of the implementation of this final project show that the faceshield can be detected with a precision value of 100% and a recall of 53.82%. And can detect in cases where the photo is taken from the side of the face. But still can't detect accurately when the use of glasses.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: COVID-19, Faceshield, Deep Learning, Convolutional Neural Network, Perangkat Lunak, Software.
Subjects: Q Science > QA Mathematics > QA76.758 Software engineering
Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Affan Ahsanul Habib
Date Deposited: 07 Feb 2022 01:16
Last Modified: 07 Feb 2022 01:16
URI: https://repository.its.ac.id/id/eprint/92870

Actions (login required)

View Item View Item