PROTOTYPE PENGENDALI PINTU OTOMATIS MENGGUNAKAN DEEP LEARNING UPAYA PENCEGAHAN PENULARAN VIRUS CORONA
Akhmad Maulidan, .5301417043 (2021) PROTOTYPE PENGENDALI PINTU OTOMATIS MENGGUNAKAN DEEP LEARNING UPAYA PENCEGAHAN PENULARAN VIRUS CORONA. Under Graduates thesis, Unnes.
PDF
- Published Version
Restricted to Repository staff only Download (2MB) | Request a copy |
Abstract
Virus corona merupakan wabah yang baru-baru ini terjadi diseluruh Dunia. Virus corona memiliki pola penyebaran yang sangat luas dan cepat. Pencegahan untuk memutuskan rantai virus corona dengan cara isolasi mandiri, deteksi dini dan melakukan proteksi dasar salah satunya menggunakan masker. Oleh sebab itu penting adanya sebuah sistem otomasi yang dapat mendeteksi masker untuk menjaga masyarakat yang tidak menggunakan masker agar tidak dapat memasuki tempat umum yang wajib untuk menggunakan masker. Pada penelitian ini melakukan simulasi menggunakan masker yang bervariasi yang banyak dijual dipasaran Penelitian ini menggunakan metode Research and Development atau RnD. Berdasarkan penelitian yang dilakukan, kinerja dari Prototype Pengendali Pintu Otomatis Menggunakan Deep Learning Upaya Pencegahan Penularan Corona Virus bekerja dengan baik. Dengan nilai presentase keberhasilan rata-rata pada jarak 50cm adalah 90.78%, pada jarak 100cm adalah 73.91%, pada jarak 150cm adalah 66.71%. Dari hasil pengujian terdapat kegagalan padajarah 50cm yaitu masker menyerupai wajah dengan presentasi kegagalan 99.57%, jarak 100cm terdapat 2 janis masker yang mengalami kegagalan yaitu masker dengan motif menyerupai wajah presentase kegagalan 99.57% dan masker motif bunga presentase kegagalan 98.81%, jarak 150cm terdapat 3 jenis masker yang mengalami kegagalan yaitu masker dengan motif menyerupai wajah presentase kegagalan 99.55%, masker motif bunga presentase kegagalan 98.43% dan masker merah muda dengan presentasi kegagalan 81.57%. Dari pengujian pada deteksi pemakaian masker dan pengenalan masker, sistem ini dapat mengenali dengan sempurna dengan keadaan kualitas video yang dimiliki dengan resolusi tinggi sehingga pada saat dicapture bagian wajah saja, kualitas gambar bagus dan dapat dideteksi sesuai dengan kategori kelas pada deteksi pemakaian masker.Untuk kedepannya diharapkan alat ini dapat dikembangkan lagi dengan menambahkan keluaran tidak hanya melalui LCD saja tetapi dapat ditambahkan output suara.
Item Type: | Thesis (Under Graduates) |
---|---|
Uncontrolled Keywords: | Virus Corona , Deteksi Masker, Raspberry Pi 3. |
Subjects: | T Technology > TK Electrical and Electronic Engineering |
Fakultas: | Fakultas Teknik > Pendidikan Teknik Elektro, S1 |
Depositing User: | sri yuniati perpustakaan |
Date Deposited: | 05 May 2023 02:15 |
Last Modified: | 05 May 2023 02:15 |
URI: | http://lib.unnes.ac.id/id/eprint/57988 |
Actions (login required)
View Item |