2103433027, Qoshdan Pramudito (2023) Pendeteksian Wajah dan Pengukuran Suhu Tubuh Menggunakan OpenCV. D4 thesis, Politeknik Negeri Jakarta.
Halaman Identitas Skripsi.pdf
Download (1MB)
Halaman Isi.pdf
Restricted to Hanya Civitas Akademika PNJ
Download (2MB)
Manuskrip Artikel Ilmiah (Jurnal).pdf
Restricted to Hanya Staff Repositori
Download (476kB)
Abstrak
Pada 11 Maret tahun 2020, induk organisasi kesehatan dunia atau World Health Organization (WHO) secara resmi menetapkan COVID-19 sebagai pandemic global. Dengan adanya pandemic global, muncul sebuah kebiasaan baru atau biasa disebut dengan istilah new normal yang dilakukan untuk mengurangin pengularan COVID-19 yang diantaranya adalah mencuci tangan setelah beraktivitas, menjaga jarak yang aman sesuai ketenetuan, dan menggunakan masker. Beberapa aturan juga telah dibuat oleh pemerintah Indonesia untuk mengurangi penyebaran virus COVID-19 yang salah satunya adalah protokol keseatan khusus untuk pencegahan dan pengendalian COVID-19 di tempat dan fasilitas umum dimana pengunjung harus menggunakan masker dan melakukan pemeriksaan suhu tubuh dimana suhu yang diizinkan untuk memasukan tempat umum adalah <37,3°C. Berdasarkan hal tersebut, dalam skripsi ini dibuatlah sistem untuk mendeteksi penggunaan masker dan pengukuran suhu tubuh manusia dengan menggunakna metode deep learning. Untuk membuat sistem tersebut, dibuat sebuah model deep learning menggunakan metode Convolutional Neural Network (CNN). Dalam menguji model, perancangan sistem pendeteksian masker wajah serta dapat mengukur suhu tubuh seseorang dengan menggunakan pemrograman Python yang didalamnya telah berisikan OpenCV, MobileNetV2 dan sensor suhu MLX90614. Hasil dari riset dapat di sumpulkan bahwa pendeteksian masker wajah dapat dilakukan dengan jenis masker KN95,KF94,Duckbill, Masker bedah dan Masker kain saat melakukan pengujian real time dan memiliki tingkat keberhasilan mendeteksi masker wajah 99,653% dengan nilai error deteksi 0,347%. Sedangkan pendeteksian suhu tubuh menggunakan sensor suhu infrared MLX90614 dapat dilakukan pada rentang jarak 0cm (menyentuh sensor) hingga 10cm dengan nilai rata-rata error dari 11 pengujian jarak senilai 9.12%.
Tipe Dokumen: | Thesis / Skripsi / Tugas Akhir (D4) |
---|---|
Subjek: | 600 – Teknologi (Ilmu Terapan) > 600 Teknologi (ilmu terapan) > 600 Teknologi 600 – Teknologi (Ilmu Terapan) > 620 Ilmu teknik dan ilmu yang berkaitan > 620 Ilmu teknik dan ilmu yang berkaitan |
Bidang, Unit, atau Jurusan Yang Ditujukan: | Teknik Elektro > Instrumentasi dan Kontrol Industri D4 |
User ID Pengunggah: | Qoshdan Pramudito |
Date Deposited: | 08 Feb 2023 02:22 |
Last Modified: | 08 Feb 2023 02:22 |
URI: | https://repository.pnj.ac.id/id/eprint/10246 |