Analisis Perbandingan Metode Bags of Visual Words dan Convolutional Neural Network pada Deteksi Masker Wajah Berbasis Video

Komang Budiarta (ITB STIKOM Bali)
I Made Budi Adnyana (ITB STIKOM Bali)
Gede Herdian Setiawan (ITB STIKOM Bali)
Rosalia Hadi (ITB STIKOM Bali)
Ni Komang Sri Juliantari (ITB STIKOM Bali)

Jurnal Nasional Komputasi dan Teknologi Informasi
Vol 8, No 3 (2025): Juni 2025

Abstrak - Masker merupakan salah satu penerapan protokol kesehatan. Pemeriksaan penggunaan masker tentunya membutuhkan tenaga manusia dalam melakukan pemeriksaan satu per satu. Prosedur pemeriksaan ini memiliki beberapa keterbatasan yaitu tidak dapat dilakukan setiap waktu. Pos pemeriksaan juga terbatas dan tidak bisa dilakukan di semua tempat secara detail karena terbatasnya petugas yang standby atau pengecekan keliling menggunakan masker. Penelitian ini bermaksud untuk mengusulkan penerapan metode Bags of Visual Word dan Convolutional Neural Network dalam mendeteksi masker pada wajah secara real time sehingga dapat mempermudah pengecekan masker di tempat umum. Dalam proses pelatihan digunakan 1600 sampel yang terdiri dari 800 sampel menggunakan masker dan 800 sampel tidak menggunakan masker. Hasil dari proses pelatihan mendapatkan tingkat akurasi sebesar 94% pada metode BoVW dan 100% pada metode CNN. Proses pengujian dilakukan dengan mendeteksi masker lebih dari 1 wajah dengan nilai predictive rate sebesar 75% pada metode BoVW dan 62.5% pada metode Convolutional Neural Network.Kata Kunci: Deteksi Masker; Bags of Visual Words; Convolutional Neural Network. Abstract - Masks are one of the implementation of health protocols. Inspection of the use of masks certainly requires human labor in carrying out inspections one by one. This inspection procedure has several limitations, namely that it cannot be carried out every time. Checkpoints are also limited and cannot be carried out in all places in detail due to the limited number of officers who are on standby or around checking the use of masks. This study intends to propose the application of the Bag of Visual Word and Convolutional Neural Network methods in detecting masks on the face in real time so that it can make it easier to check masks in public places. In the training process, 1600 samples were used, consisting of 800 samples using masks and 800 samples not wearing masks. The results of the training process get an accuracy rate of 94% on the BoVW method and 100% on the CNN method. The testing process is carried out by detecting masks of more than 1 face having a predictive rate value of 75% on the BoVW method and 62.5% on the CNN methodKeywords: Mask Detection; Bag of Visual Words; Convolutional Neural Network.