Journal Zetroem
Vol 6 No 1 (2024): ZETROEM

Pendeteksi Pengguna Masker Pada Pintu Masuk Dengan Metode Convolutional Neural Network: Indonesia

Ganiesa Nasrulloh Brilliant (Universitas Islam Kadiri Kediri)
Fajar Yumono (Universitas Islam Kadiri)
Farrady Alif Fiolana (Universitas Islam Kadiri)

Article Info

Publish Date
05 Mar 2024

Abstract

Pada penelitian ini dilakukan pengujian sistem pendeteksi wajah bermasker yang menerapkan metode Convolutional Neural Network (CNN). Pengujian sistem ini dilakukan untuk mengetahui keberhasilan metode CNN pada sistem pendeteksi wajah bermasker secara real time jika bagian mulut dan hidung pada wajah tidak tertutup maupun tertutup oleh masker atau oleh selain masker. Penelitian ini dibagi dalam 3 tahap, yaitu pelatihan dataset, deteksi wajah, dan pengujian secara real time dengan berbagai posisi wajah. Sistem ini berhasil mendeteksi wajah bermasker atau tidak pada model dataset dengan akurasi 98%. Secara real time sistem ini berhasil mendeteksi dengan baik pada berbagai posisi tampak wajah dan pada wajah yang pada bagian hidung dan mulut tertutup masker atau tangan. Dan pada percobaan menggunakan solenoid jika terdeteksi memakai masker maka solenoid akan membuka pintu dan jika tidak maka solenoid tidak membuka pintu.

Copyrights © 2024




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Journal Zetroem
Website

Abbrev

Zetroem

Publisher

Universitas PGRI Banyuwangi

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

jurnal zetroem yang dapat dimuat dalam jurnal ini meliputi bidang keilmuan Teknik Elektronika, Teknik Kendali, Sistem Tenaga, Telekomunikasi, Informatika, Sistem Distribusi. Makalah dapat berupa ringkasan laporan hasil penelitian atau kajian pustaka ilmiah. Makalah yang akan dimuat hendaknya ...