IMPLEMENTASI SISTEM PENGENALAN WAJAH PENGGUNA MASKER DI TENGAH PEMBATASAN SOSIAL COVID-19 MENGGUNAKAN HAAR CASCADE DAN VGG-19


Gigih Pambuko, 4611417028 (2022) IMPLEMENTASI SISTEM PENGENALAN WAJAH PENGGUNA MASKER DI TENGAH PEMBATASAN SOSIAL COVID-19 MENGGUNAKAN HAAR CASCADE DAN VGG-19. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of 4611417028 - Gigih Pambuko.pdf] PDF - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Masker wajah sangat diperlukan untuk mecegah penularan pada masa pandemi COVID-19. Penggunaan masker dilaporkan akan efektif dalam membatasi penyebaran COVID-19 yang relatif berhasil di Taiwan (Eikenberry et al., 2020). Maka dari itu, tingkat akurasi deteksi wajah pengguna masker perlu ditingkatkan menggunakan metode yang lebih baik. Menggunakan dataset Face-Mask-12k�Images-Dataset diperoleh dari website Kaggle. Selanjutnya adalah proses klasifikasi wajah manusia. Pada proses klasifikasi ini menggunakan dua metode yaitu Haar Cascade dan VGG-19. Metode Haar Cascade digunakan untuk mendeteksi wajah manusia sedangkan VGG-19 digunakan untuk mendeteksi masker pada wajah manusia, dilakukan proses training dan testing untuk data masker wajah, didapatkan hasil akurasi deteksi wajah manusia dengan metode Haar Cascade digabungkan dengan VGG-19 sebesar 71,80%. Hal tersebut menunjukkan bahwa metode Haar Cascade ditambahkan dengan VGG-19 dinilai dapat meningkatkan hasil akurasi deteksi wajah manusia pengguna masker. Metode tambahan lain dapat diteliti lebih lanjut menggunakan metode CNN lain seperti AlexNet dan MobileNet.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: deteksi wajah, deteksi masker wajah, Haar Cascade, CNN, VGG-19, Pembatasan Sosial.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Ilmu Komputer, S1
Depositing User: TUKP unnes
Date Deposited: 29 Mar 2023 03:10
Last Modified: 29 Mar 2023 03:10
URI: http://lib.unnes.ac.id/id/eprint/56783

Actions (login required)

View Item View Item