ANALISIS KOMPARASI CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI CITRA PENGGUNA MASKER

Rahim, Arham (2021) ANALISIS KOMPARASI CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI CITRA PENGGUNA MASKER. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text 19.51.1175-Arham Rahim.pdf - Published Version Download (3MB)

Abstract

Salah satu alternatif pencegahan penularan COVID-19, pada 6 April 2020 World Health Organization (WHO) mengeluarkan anjuran penggunaan masker di tengah masyarakat tetapi ketidak patuhan sebagain masyarakat terhadapat protocol kesehatan sebagai upayah pencegahan penularan COVID-19, menjadi keresahan bagi masyarakat secara umum Sehingga memerlukan inovasi berupa sistem yang dapat melalukan pengawasan. machine learning dapat dugunakan sebagai system pengawasan dengan membangun sebuah model yang dapat melakukan klasifikasi citra wajah pengguna masker dan tidak menggunakan masker. Dalam penelitian ini, Convolutional Neural Network (CNN) akan dibandingkan kinerja dan waktu komputasi per gambar dengan kombinasi Convolutional Neural Network (CNN) dan Support Vector Machine (SVM) dengan menngunakan 1700 gambar yang terbagi menjadi 850 gambar wajah yang menggunakan masker dan 850 gambar wajah yang tidak menggunakan masker. Untuk mendapatkan model terbaik, penelitian ini menggunakan tiga arsitektur yang telah teruji yaitu VGG-16, ResNet50 dan MobileNet. Penelitian ini menyimpulkan CNN dengan menggunakan ResNet50 mendapatkan nilai kinerja tertinggi dengan accuracy 99,41% dengan waktu komputasi dibawah 0,03 detik per gambar sehingga baik digunakan untuk kamera pemantau dengan frame rate 30 fps.

Actions (login required)

View Item