Abstract:
Sejak munculnya virus Corona Virus Disease atau Covid-19 di dunia termasuk di
Indonesia semakin meningkat sejak tahun 2019. Hal ini disebabkan karena tingkat
penyebaran virus Covid-19 sangat cepat. Demi mengurangi resiko penyebaran virus
Covid-19, berbagai upaya telah dilakukan pemerintah Indonesia seperti memberlakukan
pembatasan daerah dan memberlakukan peraturan protokol kesehatan, salah satunya
diwajibkan memakai masker ketika melakukan kegiatan di luar rumah. Terhitung sejak
tahun 2019, masyarakat saat ini mulai terbiasa dengan ada nya virus Covid-19 dan
berlakunya protokol kesehatan pun mulai menurun. Oleh karena itu, dibutuhkan suatu
sistem yang dapat membantu mengawasi masyarakat agar tetap mematuhi protokol
kesehatan yang sedang berlaku. Sistem tersebut adalah sebuah sistem pendeteksi wajah
untuk mendeteksi wajah seseorang ketika menggunakan masker, tidak menggunakan
masker dan menggunakan masker posisi tidak benar secara real time. Sistem ini dapat
diimplementasikan dengan berbagai macam metode, salah satunya dengan metode
algoritma Convolutional Neural Network (CNN). Dalam pembuatan sistem ini, terdapat
beberapa tahapan yang akan dilakukan yaitu, tahap pre-processing, tahap pembagian
dataset menjadi 3 bagian (training,validation,test), tahapan augementasi, dan tahap
klasifikasi. Pada tahap klasifikasi akan dibagi menjadi dua proses yaitu proses training
dan proses testing. Proses training dilakukan menggunakan metode transfer learning
yang akan menggunakan pre-trained model atau model yang sudah di olah sebelumnya,
model pre-trained yang digunakan dari MobileNet. Hasil dari proses testing pada sistem
klasifikasi ini menunjukkan bahwa dengan menggunakan algoritma Convolutional
Neural Network (CNN) tingkat akurasi yang didapat sebesar 95%. Tingkat akurasi
tersebut didapat dari hasil 25 data Gambar wajah menggunakan masker, tidak
menggunakan masker, dan menggunakan masker tidak benar yang sebelumnya di uji
secara realtime dan berhasil mengklasifikasi sebanyak 24 data gambar. Hasil akhir pada
sistem ini adalah sebuah model berformat .tflite. Model .tflite dikonversi dengan
menggunakan TensorFlow Lite agar model tersebut dapat digunakan dalam aplikasi
mobile maupun web.