DETEKSI PENGGUNAAN MASKER SEBAGAI FILTER PADA IMPLEMENTASI PINTU MASUK DI TEMPAT UMUM MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Penyebaran virus corona atau covid-19 adalah salah satu masalah serius
yang ada di Indonesia saat ini. Terdapat berbagai cara untuk mengurangi
penyebaran virus corona salah satunya dengan menggunakan masker. Sebagai
salah satu negara yang terdampak virus corona, Indonesia menerapkan wajib
masker untuk warganya jika bepergian ke luar rumah. Dalam rangka mendukung
kebijakan tersebut dibuatlah Deteksi Penggunaan Masker Sebagai Filter Pada
Implementasi Pintu Masuk di Tempat Umum Menggunakan Metode
Convolutional Neural Network (CNN). Pintu masuk akan terbuka jika pengunjung
terdeteksi menggunakan masker. Jika pengunjung terdeteksi tidak menggunakan
masker pintu akan tetap tertutup. Alat ini dirancang menggunakan raspberry pi
sebagai mikrokontroler, motor stepper sebagai aktuator, serta kamera sebagai
media object detection. Guna meningkatkan akurasi serta mempermudah proses
pengklasifikasian digunakanlah metode CNN. Hasil pengujian metode CNN
untuk mendeteksi penggunaan masker pada pengunjung memiliki tingkat
keberhasilan 90% pada masing-masing data yaitu data pria dan data wanita
dengan jarak minimal pendeteksian 30 cm dan jarak maksimal pendeteksian
500cm. Sedangkan pengujian pintu otomatis menghasilkan akurasi sebesar 98,7%
dari 80 pengujian yang dilakukan pada 4 kondisi yang berbeda