Please use this identifier to cite or link to this item: http://repository.iti.ac.id/jspui/handle/123456789/1311
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMuhamad soleh-
dc.contributor.authorRiyanto, Benidiktus Ribut-
dc.date.accessioned2022-08-29T03:42:10Z-
dc.date.available2022-08-29T03:42:10Z-
dc.date.issued2022-03-06-
dc.identifier.urihttp://repository.iti.ac.id/jspui/handle/123456789/1311-
dc.descriptionDosen Pembimbing: Muhamad solehen_US
dc.description.abstractPandemi COVID-19 yang telah menyebar keseluruh dunia, termasuk di Indonesia dan memberikan dampak yang sangat serius. Dalam mengantisipasi pencegahan penularan COVID-19 pemerintah telah melakukan berbagai macam cara salah satu diantaranya adalah dengan melakukan protokol kesehatan yakni: menjaga jarak aman, mencuci tangan dengan sabun, menghindari kontak langsung dengan orang lain dan selalu mengenakan masker terutama di ruang publik. Namun yang terjadi di masyarakat saat ini masih banyak yang mengabaikan protokol kesehatan tersebut. Tujuan dari penelitian ini adalah untuk mendeteksi orang yang menggunakan masker dan tidak menggunakan masker. Aplikasi ini dibangun menggunakan bahasa pemograman Pyhton dan dengan metode YOLO. YOLO (You Only Look Once) merupakan sebuah algoritmma deep learning yang menggunakan teknik CNN (Convolutional Neural Network) untuk melakukan deteksi objek dan klasifikasi objek. Hasil dari penelitian ini diperoleh nilai confidence tertinggi sebesar 0,99 untuk yang menggunakan masker dan terendah berada di tingkat 0,67 untuk yang tidak menggunakan masker dengan posisi kepala dimiringkan.en_US
dc.language.isootheren_US
dc.publisherInstitut Teknologi Indonesiaen_US
dc.subjectCNNen_US
dc.subjectDeep Learningen_US
dc.subjectPengolahan Citraen_US
dc.subjectPendeteksi Maskeren_US
dc.subjectPyhtonen_US
dc.subjectYOLOen_US
dc.titleIMPLEMENTASI METODE CNN YOLO PADA APLIKASI PENDETEKSI MASKERen_US
dc.typeThesisen_US
dc.identifier.nimNIM1151620005-
dc.identifier.kodeprodiKODEPRODI55201#Teknik Informatika-
Appears in Collections:[TA] Informatika

Files in This Item:
File Description SizeFormat 
1 Cover.pdfJUDUL77.2 kBAdobe PDFView/Open
2 ABSTRAK.pdfABSTRAK283.87 kBAdobe PDFView/Open
3 BAB I.pdfBAB I375.09 kBAdobe PDFView/Open
4 BAB II.pdf
  Restricted Access
BAB II902.37 kBAdobe PDFView/Open Request a copy
5 BAB III.pdf
  Restricted Access
BAB III846.99 kBAdobe PDFView/Open Request a copy
6 BAB V.pdf
  Restricted Access
BAB V282.83 kBAdobe PDFView/Open Request a copy
7 DAFTAR PUSTAKA.pdfDAFTAR PUSTAKA354.87 kBAdobe PDFView/Open
9 FULL TEXT.pdf
  Restricted Access
FULL TEXT2.88 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.