This Author published in this journals
All Journal Info-Teknik
Aulia, Fadly
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ALAT PENDETEKSI MASKER MENGGUNAKAN BAHASA PEMROGRAMAN PHYTON Aulia, Fadly; Saragih, Yulliarman
INFO-TEKNIK Vol 25, No 1 (2024): INFOTEKNIK VOL. 25 NO. 1 JULI 2024
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/infotek.v25i1.14998

Abstract

Pada saat pandemi covid-19 masih ada banyak masyarakat tidak mau menggunakan masker di tempat umum. Tujuan penelitian ini yaitu membuat alat pendeteksi masker untuk mendeteksi orang-orang yang tidak menggunakan masker, manfaat program ini adalah untuk membantu pencegahan penyebaran covid-19 diruang publik. Dasar penelitian ini adalah Phyton yang merupakan pemprograman interpretative dan multifungsi,Tidak seperti bahasa lain yang susah untuk dibaca dan dipahami, python lebih menekankan pada keterbacaan kode agar lebih mudah untuk memahami sintaks. Hal ini membuat Python mudah dipelajari baik untuk pemula maupun untuk yang sudah ahli dalam bahasa pemrograman lain dan microcontroller. selain phyton kita juga menggunakan kamera sebagai pendeteksi penggunaan masker, Pemeriksaan penggunaan masker tentunya sangat membutuhkan manusia untuk melakukan pemeriksaan. Dibuatnya penelitian ini dengan tujuan untuk menciptakan program yang dapat mendeteksi masker untuk meminimalisir penularan virus Covid-19 yang saat ini menjadi wabah di Indonesia. Alat ini akan mengeluarkan peringatan yang berupa audio jika ada terdeteksi tidak mengenakan masker, sehingga dapat meringankan beban kerja petugas di lapangan. Metode yang digunakan untuk penelitian ini adalah Haar Cascade. Haar Cascade adalah metode pendeteksi objek yang dibuat oleh Paul Viola dan Michael Jones. Pada tahun 2001, mereka berdua mempresentasikan sebuah makalah yang berjudul "Rapid Object Detection using a Boosted Cascade of Simple". Hasil dari penelitian ini berupa sebuah program yang dapat mendeteksi masker dari citra yang bersumber dari sebuah foto atau video dari webcam internal maupun eskternal dengan hasil yang baik, dengan total keakuratan tertinggi 88,7% dan yang terendah adalah 44,9%. Fitur peringatan yang berupa audio dan memotret juga dapat bekerja dengan baik.