Implementasi Deep Learning Pada Kamera Pendeteksi Social Distancing Dan Pengguna Masker Untuk Pencegahan dan Penyebaran Covid-19

Hadi, Faisal (2022) Implementasi Deep Learning Pada Kamera Pendeteksi Social Distancing Dan Pengguna Masker Untuk Pencegahan dan Penyebaran Covid-19. Masters thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover_Abstrak_FH.pdf - Published Version Download (152kB)
	Text (BAB 1 (Pendahuluan)) BAB 1 (Pendahuluan).pdf - Published Version Download (559kB)
	Text (BAB 5 (Kesimpulan)) BAB Akhir (Kesimpulan)_FH.pdf - Published Version Download (180kB)
	Text (Daftar Pustaka) Daftar Pustaka_FH.pdf - Published Version Download (542kB)
	Text (Laporan Lengkap) Laporan Utuh_FH.pdf - Published Version Restricted to Repository staff only Download (687kB)

Abstract

Walaupun tingkat penyebaran Covid-19 di dunia sudah mulai menunjukkan trend penurunan tetapi bukan berarti virus ini telah hilang di dunia. Hal ini terbukti dengan adanya varian baru yang bermunculan sehingga cukup mengkhawatirkan. Oleh karena itu, penerapan protokol kesehatan harus tetap harus diterapakn seperti menggunakan masker dan mengatur jarak. (social distancing). Di lain pihak, tingkat kesadaran masyarakat dalam mematuhi Protokol Kesehatan sangatlah minim sehingga perlu pemanfaatan teknologi guna mendeteksi pelanggaran protokol kesehatan. Penelitian ini memafaatkan pendeteksian menggunakan kamera pintar yang menggunakan deep learning. Dengan memanfaatkan NVIDIA Jetson Nano dan metode YOLO (You Only Look Once) yang merupakan salah satu dari metode dari Deep Learning Object Detection, maka pelanggar protokol kesehatan dapat diketahui dan diberi peringatan secara otomatis oleh system. Model YOLOv4-tiny dipilih karena performa yang cepat dan suitable dengan objek yang dideteksi (jarak antar orang dan masker) sehingga meningkatkan efisiensi. Dataset yang dikumpulkan untuk deteksi social distancing berasal dari MSCOCO (berjumlah 10700 gambar), sedangkan untuk deteksi masker berasal dari VictorLin (berjumlah 678 gambar). Pada hardware utama yang digunakan yaitu NVIDIA Jetson Nano, Kamera HD dan Speaker sebagai pemberi peringatan. Setelah pengujian, pada pengujian perbandingan performa didapatkan bahwa menggunakan Jetson Nano lebih efektif dibandingkan menggunakan Komputer dengan nilai confidence jetson nano yaitu 14,58. Pada pengujian luminance didapatkan luminance terbaik pada 235-240 lux dengan confidence 78,71% untuk masker dan 75,29% social distancing. Pada pengujian sudut posisi kamera optimal, sudut terbaik terhadap objek yaitu 45o dengan confidence 86,55% deteksi social distancing dan 95,25% deteksi masker. Kemudian pengujian multiple-object bahwa semakin banyak objek terdeteksi pada satu frame maka akan mengurangi nilai confidence, pada saat 5 objek dideteksi didapatkan nilai confidence-nya yaitu 66% untuk masker dan 75,76% social distancing.

Actions (login required)

View Item