IMPLEMENTASI DEEP LEARNING (CONVOLUTIONAL NEURAL NETWORK) UNTUK MENDETEKSI PEMAKAIAN MASKER SECARA REAL-TIME VIDEO STREAM

Akhir 2019 dunia menyaksikan wabah COVID-19 (Coronavirus Disease-19) yang dianggap sebagai ancaman kesehatan masyarakat terbesar saat ini yang dapat menyebabkan gangguan sistem pernapasan, mulai dari gejala yang ringan seperti flu, hingga infeksi paru-paru, seperti pneumonia. salah satu solusi alternatif yang diberikan oleh pemerintah untuk menghentikan penyebaran virus COVID-19 yaitu menerapkan “New Normal”, dimana setiap orang dapat kembali melakukan aktifitas sehari-hari dengan wajib menggunakan masker. Walaupun pemerintah telah memberikan aturan mengenai penggunaan masker, akan sangat sulit untuk memastikan orang-orang mengikuti aturan penggunaan masker yang sangat krusial ini. Oleh sebab itu, dibutuhkannya sebuah sistem otomatis yang dapat mendeteksi aturan penggunaan masker. Dengan berkembangnya teknologi, Computer Vision menyediakan alternatif yang dapat membantu melakukan deteksi manusia baik dalam keadaan bergerak maupun dalam keadaan diam, dengan menggabungkan kombinasi klasifikasi citra, objek deteksi, dan analisis video menggunakan metode Convolutional Neural Network (CNN) yang merupakan salah satu metode yang terdapat dalam Deep Learning yang banyak digunakan untuk menyelesaikan permasalahan berkaitan dengan object detection dan image classification karena memiliki tingkat akurasi yang relative tinggi dan memiliki hasil yang signifikan dalam pengenalan citra. Oleh karna itu hasil penelitian mendeteksi seseorang memakai masker atau tidak memakai masker menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 memperoleh accuracy sebesar 99,61%. Dan untuk kedua perangkat yang digunakan yaitu kamera laptop dan kamera handphone memperoleh hasil yang sama dalam mendeteksi seseorang memakai masker atau tidak memakai masker dengan jarak yang berbeda – beda.
Kata Kunci : COVID-19, Masker, Convolutional Neural Network, MobileNetV2.