PENDETEKSIAN PENGGUNAAN MASKER WAJAH DENGAN METODEBunardi Budiman 1) Chairisni Lubis 2) Novario Jay1) 2) 3) Teknik Informatika Universitas TarumanagJl. Letjen S. Parman No.1, Jakarta 1) [email protected], 2) charisnilABSTRACT“Face Mask Detection Using the Convolutional NeuraKey wordsConvolutional Neural Network, Face Mask, Haarcasca1. PendahuluanPada masa pandemi seperti saat ini, pemerintah sanPendeteksian penggunaaan masker wajah dilakukan meConvolutional Neural Network atau yang biasa disinMobileNetV2 merupakan salah satu arsitektur dari mPada bagian bottleneck, terdapat input dan output Gambar 1 Arsitektur MobileNetV2.Sumber: Rizqi Okta Ekoputris, https://miro.medium.Untuk pendeteksian wajah manusia menggunakan metod Batasan perancangan pada penelitian ini adalah pe2. Dasar TeoriDalam proses pembuatan suatu program, dasar teori 2.1 Metode PerancanganProgram pendeteksian penggunaan masker wajah rancaDataset latih yang digunakan akan dibagi menjadi 8Dengan metode Convolutional Neural Network dengan Gambar 2 Skema perancangan pelatihan. Gambar 3 Skema perancancangan pengujian.2.2 Data yang digunakan Data yang digunakan oleh sistem pendeteksianData citra didapatkan dari website. Format bobot hTabel 1 Detail Jumlah data latih untuk proses pelKelasJumlah DataMenggunakan masker700Tidak menggunakan masker700TOTAL1400Tabel 2 Detail Jumlah data validasi untuk proses KelasJumlah DataMenggunakan masker140Tidak menggunakan masker140TOTAL2803. Alur Aplikasi Alur pada sistem “Pendeteksian Penggunaan Masker W1.Modul HomeModul Home terdapat pada halaman utama sistem “Pen2.Modul Start DetectModul Start Detect terdapat pada halaman utama sis3.Modul AboutModul About terdapat pada menu utama. Pada menu Ab4.Modul HelpModul Help dapat diakses dari menu utama. TampilanGambar 4. Modul HomeGambar 5. Modul Start DetectGambar 6. Modul AboutGambar 7. Modul Help4. Hasil PengujianPengujian yang dilakukan untuk model CNN terhadap 4.1 Blackbox TestingPengujian Blackbox Testing pada sistem “Pendeteksi1.Pengujian Modul Home. Modul pertama yang muncul saat membuka sistem ini 2.Pengujian Modul Start DetectPengujian pada Modul Start Detect adalah pengujian3.Pengujian Modul AboutKetika menekan tombol About pada Home, pengguna ak4.Pengujian Modul HelpPengujian pada Modul Help adalah pengujian apakah Hasil pengujian menunjukkan seluruh modul dalam si4.2 Pengujian pada Metode CNN dan Haarcascade SkenarioAkurasiTotal akurasi objek yang terdeteksi94%Jumlah total obyek yang terklasifikasi benar89%Gambar 8. Confusion Matrix.Pada proses pengujian yang dilakukan dengan 3 skenTabel 3 Hasil Pengujian 1SkenarioAkurasiTotal akurasi obyek yang terdeteksi96%Jumlah total obyek yang terklasifikasi benar92%Pada proses pengujian 2 dengan jumlah orang sebanyTabel 5 Hasil Pengujian 3SkenarioAkurasiTotal akurasi objek yang terdeteksi72.35%Jumlah total obyek yang terklasifikasi benar69.1%Tabel akurasi dengan menggunakan metode confusion Tabel 6 Confusion Matrix Pengujian 1Tidak menggunakan MaskerMenggunakan maskerTidak menggunakan Masker 232Menggunakan masker421Tabel 7 Confusion Matrix Pengujian 2Tidak menggunakan MaskerMenggunakan maskerTidak menggunakan Masker 81Menggunakan masker1180Tabel 8 Confusion Matrix Pengujian 3Tidak menggunakan MaskerMenggunakan maskerTidak menggunakan Masker 240Menggunakan masker3465Tabel 9 Hasil Presisi, Akurasi, Recall, dan F1-ScoAkurasiPresisiRecallF1-ScorePengujian 10.88000.91300.850.8750Pengujian 20.88000.98770.990.9302Pengujian 30.72361.00001.00000.58544.3 Pembahasan Hasil PengujianSetelah melakukan pengujian dengan metode blackbox1.Hasil pengujian dari pendeteksian penggunaan maske2.Untuk pengujian 2 yaitu data berjumlah 50 yang dig3.Untuk pengujian 3 dengan jumlah data sebanyak 30 d4.Model pembelajaran program yang terbaik memiliki n5.Program dapat berjalan dan bekerja dengan baik ses5. Kesimpulan dan SaranSelesai melakukan pengujian pada sistem “Pendeteks1. Metode Convolutional Neural Network dengan arsi2. Nilai rata-rata akurasi program dalam mendeteks3. Model pelatihan terbaik didapatkan dengan dilat4. Proses klasifikasi oleh program masih kurang ba5. Kecepatan dalam mendeteksi objek ketika mela6. Pengujian keseluruhan fitur dan modul pada proSelain kesimpulan, terdapat juga saran dan masukka1.Dapat menggunakan algoritma yang lebih baik dan ce2.Jumlah dataset lebih diperbanyak variasinya agar dREFERENSI[1]Tim Komunikasi Komite Penanganan Corona Virus Dise[2]Arunava., 2018, “Convolutional Neural Network”, ht[3]National Center for Immunization and Respiratory D[4]Rizqi Okta Ekoputris., 2019, “MobileNet: Deteksi O[5]Arpiandi, Kiki Rizki., 2019, “Mengenal Teknologi DBunardi Budiman, mahasiswa, Program Studi Teknik IDra. Chairisni Lubis, M.Kom, , memperoleh gelar SaNovario Jaya Perdana, S.Kom., M.T, memperoleh gelaJurnal Ilmu Komputer dan Sistem Informasi40PENDETEKSIAN PENGGUNAAN MASKER WAJAHDENGAN METODE CONVOLUTIONAL NEURALNETWORKBunardi Budiman1)Chairisni Lubis2)Novario Jaya Perdana3)1) 2) 3)Teknik Informatika Universitas TarumanagaraJl. Letjen S. Parman No.1, Jakarta1)[email protected],2)[email protected],3)[email protected]“Face Mask Detection Using the Convolutional NeuralNetwork” is a PC based program that aims to detectand classify human beings whether a person is using amask or not with access through a webcam camera.This program is created using the Python languagewith several libraries. The classification of face masksuses the Convolutional Neural Network method withthe MobileNetV2 architecture. Meanwhile, human facedetection uses the Haarcascade Classifier. How theprogram works is by accessing the connected cameraand if the person detected is wearing a mask, theperson will be labeled "using a mask" and given agreen box to mark the detection along with theanalysis value, whereas if not, it will be labeled "notusing a mask" and a red box with also the predictedvalue. From the test results, it can be proven that theaccuracy program is good enough to detect the use offace masks with an average object detection accuracyof 88.53% and the classifier for the use of mask anaverage of 84.45%.Key wordsConvolutional Neural Network, Face Mask, HaarcascadeClass, Python1. PendahuluanPada masa pandemi seperti saat ini, pemerintah sangatmenganjurkan kepada warganya untuk menggunakanmasker di tempat umum berdasarkan anjuran dari WorldHealth Organization (WHO) untuk mengurangi dampakpenyebaran dan