Kontrol alarm untuk memindai penggunaan masker berbasis Deep Neural Network

Mubarak, Moh Khusnul (2021) Kontrol alarm untuk memindai penggunaan masker berbasis Deep Neural Network. ['eprint_fieldopt_thesis_type_undergraduate' not defined] thesis, UIN Sunan Ampel Surabaya.

[thumbnail of Moh Khusnul Mubarak_H76217038.pdf] Text
Moh Khusnul Mubarak_H76217038.pdf

Download (3MB)

Abstract

Coronavirus Deasease2019 atau disingkat Covid-19 adalah penyakit yang dapat menular yang penyebarannya sangat cepat. COVID-19 disebabkan oleh jenis virus Baru yaitu Sars-CoV-2. Dalam situasi semakin meluasnya virus COVID-19, banyak penelitian yang berbasis teknologi yang meneliti suatu aplikasi untuk mendeteksi pengguna masker untuk membantu membangkitkan kesadaran masyarakat akan pentingnya penggunaan masker untuk melindungi diri sendiri atau orang lain. Dalam penelitian ini akan dikembangkan sebuah prototype aplikasi berbasis windows yang bernama Mask Detector dengan bahasa pemrograman python. Pada pengembangan prototype Mask Detector mengambil referensi dari penelitian sebelumnya yang menggunakan metode Haar Cascade Classsifier namun memiliki jarak pendeteksian maksimal pada rentang 180 Cm. Pada penelitian ini yang menjadi fokus utama yaitu implementasi prototype aplikasi Mask Detector yang bisa digunakan pada rentang jarak dari pengguna lebih dari 180 Cm dengan menggunakan metode Deep Neural Network (DNN). Dengan menggunaan metode Deep Neural Network yang diringi dengan impelementasi dari NodeMCU diharapkan bisa menjadi bahan literasi dan dapat menyempurnakan beberapa penelitian terdahulu.

Item Type: Thesis (['eprint_fieldopt_thesis_type_undergraduate' not defined])
Uncontrolled Keywords: Coronavirus; Mask Detector prototype; Deep Neural Network; NodeMCU.
Subjects: Komputer
Tehnik Informatika
Divisions: Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User: Moh Khusnul Mubarak
Date Deposited: 13 Aug 2021 11:59
Last Modified: 13 Aug 2021 11:59
URI: http://digilib.uinsby.ac.id/id/eprint/49453

Actions (login required)

View Item
View Item