Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer
Novran Novran
Universitas Sriwijaya
Computer Science & IT Control & Systems Engineering Education Library & Information Science Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
APLIKASI DETEKSI MASKER WAJAH MENGGUNAKAN METODE DEEP LEARNING DAN IMAGE PROCESSING PADA MODEL AI SEDERHANA Novran Novran; Evan Febrian; Nathania Calista Hallatu; Putri Hidayahni; Muhammad Raihan Arrasyid; Abdiansah Abdiansah
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 3, Mei Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.3.220-227

Abstract

Deteksi masker wajah menggunakan deep learning dan image processing telah menjadi hal yang penting dalam upaya mengurangi penyebaran virus, terutama selama pandemi COVID-19. Penelitian ini berfokus pada pengembangan model AI sederhana untuk deteksi masker wajah. Tujuan penelitian ini adalah mengimplementasikan sistem yang dapat mengidentifikasi keberadaan masker pada wajah dengan akurasi tinggi. Dengan memanfaatkan Convolutional Neural Network (CNN) dan teknik image processing, model ini menunjukkan hasil yang menjanjikan dalam mendeteksi masker dengan akurasi tinggi. Namun, terdapat tantangan seperti kebutuhan akan dataset besar, komputasi intensif, dan risiko overfitting yang perlu diatasi. Aplikasi teknologi deteksi masker dapat meningkatkan langkah-langkah keamanan dengan mengidentifikasi individu yang tidak menggunakan masker dan memantau kepatuhan terhadap protokol kesehatan. Penelitian masa depan sebaiknya mengeksplorasi sistem deteksi multi-wajah dan skenario yang lebih kompleks. Secara keseluruhan, integrasi deep learning dan image processing dalam deteksi masker wajah memiliki potensi besar untuk aplikasi keamanan dan kesehatan yang lebih luas. Hasil analisis menunjukkan bahwa algoritma CNN dengan arsitektur MobileNetV2 memiliki potensi untuk deteksi masker dengan tingkat akurasi yang tinggi dengan Uji Akurasi dan Skor F1 sebesar 0,99.
Co-Authors Abdiansah, Abdiansah Evan Febrian Muhammad Raihan Arrasyid Nathania Calista Hallatu Putri Hidayahni