Identifikasi Citra Penggunaan Masker Secara Real-Time dengan Arsitektur CNN pada Metode YOLO

Abstract

Pada masa pandemi, masih banyak masyarakat yang kurang tertib dalam mematuhi protokol kesehatan, terutama dalam penggunaan masker, baik pada aktivitas di dalam ruangan maupun di luar ruangan. Oleh karena itu, diperlukan sebuah sistem yang dapat mendeteksi atau mengidentifikasi objek berupa penggunaan masker. Pada penelitian ini digunakan metode YOLO yang memiliki arsitektur dari algoritma Convolutional Neural Network (CNN), dengan memanfaatkan Darknet-53 untuk melatih (training) model pada metode YOLO agar dapat mendeteksi objek secara real-time. Dalam proses identifikasi objek penggunaan masker menggunakan metode YOLO, sistem dapat berjalan dengan baik dan mampu mendeteksi objek dengan tingkat akurasi yang cukup baik. Hasil pengujian menunjukkan nilai precision sebesar 74%, nilai recall sebesar 50%, dan tingkat akurasi sebesar 74%. Dengan demikian, sistem dapat dikatakan berhasil dalam mengidentifikasi penggunaan masker menggunakan metode YOLO dengan tingkat keakuratan yang cukup baik.