ANALISA MODEL KECERDASAN BUATAN BERBASIS
CONVOLUTIONAL NEURAL NETWORK DENGAN METODE SINGLE
SHOT MULTIBOX DETECTOR UNTUK DETEKSI MASKER
Total View This Week0
Total View This Week0
Institusion
Universitas PGRI Semarang
Author
Mukti, Bayu Krisna
Subject
TK Electrical engineering. Electronics Nuclear engineering
Datestamp
2024-01-18 07:06:59
Abstract :
Tingkat kesadaran masyarakat dalam memakai masker sudah semakian berkurang pada saat pendemi covid-19 masih berlangsung, padahal memakai masker dapat mengurangi penularan covid-19. Menggunakan object detection berbasis CNN merupakan salah satu solusi untuk melakukan monitoring terhadap penggunaan masker. dalam object detection terdapat salah satu metode yang disebut Single Shoot mulibox detector (SSD) (Wei Liu dkk., 2016). Arsitektur SSD memiliki 3 layer utama yaitu, Base network dengan menggunakan arsitektur VGG16, Extra convolutional feature layers sebagai layers tambahan yang memiliki fungsi sebagai feature extractor seperti Base network, dan Convolutional predictor layer yang berfungsi untuk melakukan prediksi lokasi dan score untuk masing-masing kelas yang dideteksi dengan menggunakan metode konvolusi. Dalam penelitian ini, bagian Base network arsitektur SSD dirubah menggunakan arsitektur ResNet50, sedangkan bagian lainnya tidak dilakukan perubahan, termasuk augmentasi data untuk kedua arsitektur juga menggunakan perlakuan yang sama. Dataset yang digunakan dalam penelitian ini berupa 1000 gambar orang memakai masker dan 1000 gambar orang yang tidak memakai masker. dalam penelitian ini, model SSD dengan Base network ResNet50 memiliki akurasi 98,23%, lebih baik daripada model SSD dengan Base network VGG16 yang memiliki akurasi 93,56%. Kata kunci: masker, Object detection, CNN, SSD
Tingkat kesadaran masyarakat dalam memakai masker sudah semakian berkurang pada saat pendemi covid-19 masih berlangsung, padahal memakai masker dapat mengurangi penularan covid-19. Menggunakan object detection berbasis CNN merupakan salah satu solusi untuk melakukan monitoring terhadap penggunaan masker. dalam object detection terdapat salah satu metode yang disebut Single Shoot mulibox detector (SSD) (Wei Liu dkk., 2016). Arsitektur SSD memiliki 3 layer utama yaitu, Base network dengan menggunakan arsitektur VGG16, Extra convolutional feature layers sebagai layers tambahan yang memiliki fungsi sebagai feature extractor seperti Base network, dan Convolutional predictor layer yang berfungsi untuk melakukan prediksi lokasi dan score untuk masing-masing kelas yang dideteksi dengan menggunakan metode konvolusi. Dalam penelitian ini, bagian Base network arsitektur SSD dirubah menggunakan arsitektur ResNet50, sedangkan bagian lainnya tidak dilakukan perubahan, termasuk augmentasi data untuk kedua arsitektur juga menggunakan perlakuan yang sama. Dataset yang digunakan dalam penelitian ini berupa 1000 gambar orang memakai masker dan 1000 gambar orang yang tidak memakai masker. dalam penelitian ini, model SSD dengan Base network ResNet50 memiliki akurasi 98,23%, lebih baik daripada model SSD dengan Base network VGG16 yang memiliki akurasi 93,56%. Kata kunci: masker, Object detection, CNN, SSD
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
