<![CDATA[Sejak pandemi COVID-19, penggunaan masker wajah menjadi langkah penting untuk mencegah penyebaran virus, memerlukan sistem otomatis untuk mendeteksi kepatuhan penggunaan masker. Teknologi computer vision muncul sebagai solusi potensial untuk mempermudah deteksi penggunaan masker dalam skala besar. Selain itu, teknologi pengenalan wajah telah berkembang pesat, memungkinkan identifikasi atribut lain seperti jenis kelamin dan usia dari gambar wajah. Penelitian ini mengembangkan model deep learning berbasis Convolutional Neural Network (CNN), khususnya MobileNet, untuk mendeteksi masker wajah dan memprediksi atribut wajah seperti jenis kelamin dan usia, meskipun sebagian wajah tertutupi masker. Model ini bertujuan meningkatkan efisiensi deteksi masker serta memberikan informasi demografis yang berguna dalam berbagai bidang, seperti kesehatan, retail, dan keamanan publik. Penelitian ini menggunakan pendekatan eksperimen dengan dataset gambar wajah yang mencakup individu dengan dan tanpa masker, serta data tambahan untuk prediksi jenis kelamin dan usia. Model dilatih dengan teknik transfer learning, dan dilakukan evaluasi menggunakan metrik precision, recall, F1-score, serta mean absolute error (MAE) untuk prediksi usia. Hasil eksperimen menunjukkan akurasi deteksi masker mencapai 99%, sedangkan prediksi jenis kelamin dan usia memiliki akurasi 98,75%, dengan sensitivity 98,5% dan specificity 99%. Implementasi model dalam aplikasi real-time menggunakan OpenCV dan Tkinter menunjukkan latensi deteksi rendah dan responsivitas yang baik. Penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem otomatis berbasis teknologi computer vision untuk aplikasi praktis di berbagai sektor, sekaligus meningkatkan keselamatan publik melalui deteksi masker yang akurat dan cepat.]]>
Copyrights © 2024
