Sistem Deteksi Penggunaan Masker secara Real Time menggunakan Metode Eigenface dan Support Vector Machine
DOI:
https://doi.org/10.35143/jkt.v8i2.5449Kata Kunci:
Computer Vision, Eigenface, Support vector machineAbstrak
Pada awal tahun 2020 di Indonesia digemparkan dengan adanya wabah virus yang disebut Covid-19. Salah satu langkah pencegahan penularan wabah tersebut adala dengan menggunakan masker. Pada penelitian ini, akan dikembangkan sistem deteksi penggunaan masker secara realtime dengan menggunakan eigenface dan support vector machine (SVM). Terdapat tiga tahapan utama dalam penelitian ini, yaitu pembacaan citra melalui kamera, perhitungan nilai eigen, dan klasifikasi menggunakan SVM. Hasil klasifikasi terdiri dari dua kelas yaitu bermasker dan tidak bermasker. Secara umum, jika nilai eigen citra testing lebih mendekati ke citra bermasker maka outputnya adalah bermasker begitu pula sebaliknya. Hasil penelitian yang dihasilkan cukup baik dimana pengujian dilakukan melalui beberapa skenario pengujian diantaranya mempertimbangkan kondisi pencahayaan, penggunaan akseseris, jarak objek dengan kamera, dan sebagainya. Sebagian besar hasil yang diperoleh melalui pengujian sistem dapat membedakan wajah bermasker dan tidak bermasker secara real time.Unduhan
Referensi
A. Saputra, M. Ansori, and D. Widiatmoko, ‘rancang bangun alat pendeteksi suhu tubuh otomatis dengan image processing menggunakan metode backpropagation’, Jurnal Elkasista, vol. 1, May 2020.
World Health Organization, ‘Panduan Interim: Anjuran mengenai penggunaan masker dalam konteks COVID-19’. Jun. 05, 2020. [Online]. Available: https://www.who.int/docs/default-source/searo/indonesia/covid19/anjuran-mengenai-penggunaan-masker-dalam-konteks-covid-19-june-20.pdf
V. Wiley and T. Lucas, ‘Computer Vision and Image Processing: A Paper Review’, Int. J. Art. Intell. Research, vol. 2, no. 1, p. 22, Jun. 2018, doi: 10.29099/ijair.v2i1.42.
A. Arfa, Farid wajidi, and Sugiarto Cokrowibowo, ‘Deteksi Wajah Dengan Metode Local Binary Pattern Histogram Pada OpenCV Menggunakan Pemrograman Pyhton’, jcis, vol. 2, no. 1, Sep. 2020, doi: 10.31605/jcis.v2i1.773.
A. Wenda, ‘Support Vector Machine untuk Pengenalan Bentuk Manusia Menggunakan Kumpulan Fitur yang Dioptimalkan’, j. sains. teknologi., vol. 11, no. 1, pp. 77–84, 2022.
R. Yulianti, I. G. P. S. Wijaya, and F. Bimantoro, ‘Pengenalan Pola Tulisan Tangan Suku Kata Aksara Sasak Menggunakan Metode Moment Invariant dan Support Vector Machine’, J-Cosine, vol. 3, no. 2, Dec. 2019, doi: 10.29303/jcosine.v3i2.181.
L. Novamizanti, N. V. De Lima, and E. Susatio, ‘Sistem Pengenalan Wajah 3D Menggunakan ICP dan SVM’, JTIIK, vol. 6, no. 6, p. 601, Dec. 2019, doi: 10.25126/jtiik.2019661609.
M. R. Muliawan, B. Irawan, and Y. Brianorman, ‘Implementasi Pengenalan Wajah dengan Metode Eigenface Pada Sistem Absensi’, Jurnal Coding, Sistem Komputer Untan, vol. 3, no. 1, pp. 41–50.
W. M. Saputra, H. A. Wibawa, and N. Bahtiar, ‘Pengenalan Wajah Menggunakan Algoritma Eigenface dan Euclidean Distance’, Journal of Informatics and Technology, vol. 2, no. 1, pp. 102–110.
Suroso and S. K. Ermaya, ‘Pengenalan Citra Wajah dengan Metode Eigen Face Menggunakan Matlab 7.11.0.548’, Jurnal IPSIKOM, vol. 6, no. 1, Jun. 2018.
H. Nalatissifa, W. Gata, S. Diantika, and K. Nisa, ‘Perbandingan Kinerja Algoritma Klasifikasi Naive Bayes, Support Vector Machine (SVM), dan Random Forest untuk Prediksi Ketidakhadiran di Tempat Kerja’, JIUP, vol. 5, no. 4, p. 578, Dec. 2021, doi: 10.32493/informatika.v5i4.7575.
A. C. Khotimah, ‘Comparison Naïve Bayes Classifier, K-Nearest Neighbor And Support Vector Machine In The Classification Of Individual On Twitter Account’, Jurnal Teknik Informatika, vol. 3, no. 3, pp. 673–680, Jun. 2022.
R. A. Rizal, I. S. Girsang, and S. A. Prasetiyo, ‘Klasifikasi Wajah Menggunakan Support Vector Machine (SVM)’, Riset dan E-Jurnal Manajemen Informatika Komputer, vol. 3, no. 2, Apr. 2019.
A. Thariq and R. Y. Bakti, ‘Sistem Deteksi Masker dengan Metode Haar Cascade pada Era New Normal COVID-19’, justin, vol. 9, no. 2, p. 241, Apr. 2021, doi: 10.26418/justin.v9i2.44309.
F. L. Ahmad, A. Nugroho, and A. F. Suni, ‘Deteksi Pemakai Masker Menggunakan Metode Haar Cascade Sebagai Pencegahaan COVID 19’, Journal Education of Electrical and Electronic Engineering, vol. 10, no. 1, Jul. 2021, doi: https://doi.org/10.15294/eej.v10i1.47861.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
