Deteksi penggunaan masker pada pengemudi kendaraan termasuk tugas klasifikasi yang dapat diselesaikan secara otomatis oleh kecerdasaan artifisial. Untuk implementasi pada perangkat mobile, arsitektur neural network MobileNetV2 dipilih dengan pertimbangan akurasi yang baik. Penambahan teknik data augmentation dan pemilihan optimizer ADAM semakin meningkatkan akurasi klasifikasi dari MobileNetV2. Proses deteksi dilakukan pada 13 foto pengemudi dengan masker dan 13 pengemudi tanpa masker. Untuk pengemudi tanpa masker, sistem pendeteksi berhasil 100%, meskipun ada salah satu kondisi saat pengemudi memakai masker di dagu, tingkat akurasi hanya sebesar 65,59%. Sedangkan untuk pengemudi tanpa masker, ada 1 foto yang salah, disebabkan oleh warna gelap yang digunakan sebagai masker, sehingga sistem pendeteksi mengklasifikasikan sebagai pengemudi tanpa masker dengan tingkat akurasi hingga 97,76%. Hasil analisis lebih dalam menunjukkan bahwa aksesoris seperti jilbab dan kacamata mempengaruhi tingkat akurasi yang dihasilkan oleh sistem pendeteksi. Sementara itu, tingkat akurasi juga lebih dipengaruhi oleh warna dari masker yang dipakai ketimbang pemilihan masker medis ataupun masker kain.
Copyrights © 2021