Implementasi Algoritma Convolutional Neural Network Pada Deteksi Masker Menggunakan Mobilenetv2

Menteri Kesehatan Republik Indonesia menetapkan protokol kesehatan bagi masyarakat di fasilitas umum dengan tujuan untuk meningkatkan upaya pencegahan dan pengendalian Covid-19 guna mencegah terjadinya episentrum atau klaster baru. Menurut Centers for Disease Control and Prevention (CDC) dampak tidak memakai masker di tempat umum adalah mudah terkena virus, menyebarkan virus ke orang lain, dan membawa virus ke dalam tubuh. Masyarakat juga perlu kembali beraktivitas dengan beradaptasi dengan kebiasaan baru seperti selalu memakai masker di tempat umum. Dengan melakukan klasifikasi dapat memantau penggunaan masker dalam rangka pemantauan Covid-19. Proses klasifikasi ini mengimplementasikan algoritma convolutional neural network menggunakan mobilenetv2 pada arsitektur pemodelannya. Pada pengklasifikasian ini ada beberapa tahap yaitu melakukan metode CRISP-DM (Cross Industry Standard for Data Mining) terlebih dahulu untuk mengolah datanya, data yang digunakan berasal dari situs Kaggle dan Github. Kemudian membuat tiga skenario untuk pengujian dataset agar mendapatkan hasil tertinggi untuk digunakan sebagai model, lalu untuk menghitung hasilnya menggunakan metode confusion matrix untuk perhitungan akurasi, dari hasil uji dataset dengan menggunakan 4000 foto mendapatkan nilai akurasi tertinggi yaitu 98,75%.

Kata Kunci: Klasifikasi, Deteksi Masker, Convolutional Neural Network, CNN, Mobilenetv2, Confusion Matrix, CRISP-DM.