Pendeteksian Penggunaan Masker Berbasis Android dan YOLOv5 untuk Media Video Realtime pada Ruang Perkantoran

Trisna Gelar; Mugi Pangestu; Muhammad Fikri; Naufal Taufik; Urip Teguh; Jonner Hutahaean

doi:10.17509/edsence.v4i2.52230

Pendeteksian Penggunaan Masker Berbasis Android dan YOLOv5 untuk Media Video Realtime pada Ruang Perkantoran

Trisna Gelar, Mugi Pangestu, Muhammad Fikri, Naufal Taufik, Urip Teguh, Jonner Hutahaean

Abstract

Relaksasi penggunaan masker untuk pencegahan penyebaran COVID-19 telah diberlakukan, namun untuk kegiatan dalam ruangan dan wilayah perkantoran kebijakan tersebut masih wajib dilaksanakan. Sistem pengawasan otomatis komersial memerlukan perangkat tambahan seperti kamera khusus, CCTV atau sistem berbasis IoT. Alternatif lain dengan menggunakan perangkat Android yang mudah digunakan dan biaya inisiasi serta pemeliharaannya lebih rendah. Maka dari itu pengembangan sistem deteksi masker berbasis Android perlu dikembangkan. Pada penelitian ini fitur deteksi masker dikembangkan menggunakan algoritma YOLOv5 pada 1200 gambar campuran dari data Face Mask Detection dengan Face Mask KoTA205. Dengan menambahkan distribusi kelas without mask dan with mask, Model YOLOv5 yang dihasilkan mencapai akurasi mAP 91,24% dan F1-Score 87,78%. Selain itu model sudah dikonversi berformat PyTorch Lite dan dapat digunakan pada sistem berbasis Android Pendeteksi Masker. Sistem telah terimplementasi memiliki tiga fitur utama, inisiasi perangkat, pendeteksian masker dan peringatan suara bila terjadi pelanggaran dan dashboard untuk bahan monitoring (data pendeteksian diolah menggunakan Firebase). Khusus fitur pendeteksian masker, telah diuji delapan test case unit test dan tiga test case integration testing, dengan keseluruhan test case berjalan sukses.

Keywords

computer vision, face mask detection, YOLOv5

Full Text:

PDF (Bahasa Indonesia)

References

Amalia, L., Hiola, F., & Kesehatan Masyarakat, J. (2020). Analisis Gejala Klinis Dan Peningkatan Kekebalan Tubuh Untuk Mencegah Penyakit Covid-19. Jambura Journal of Health Sciences and Research, 2(2), 71–76. https://doi.org/10.35971/JJHSR.V2I2.6134

Anarki, G. A., Auliasari, K., & Orisa, M. (2021). Penerapan Metode Haar Cascade Pada Aplikasi Deteksi Masker. Jati (Jurnal Mahasiswa Teknik Informatika), 5(1), 179–186. https://doi.org/10.36040/JATI.V5I1.3214

Andrewmvd. (2021). Face Mask Detection | Kaggle. https://www.kaggle.com/datasets/andrewmvd/face-mask-detection

Bochkovskiy, A., Wang, C.-Y., & Liao, H.-Y. M. (2020). YOLOv4: Optimal Speed and Accuracy of Object Detection. http://arxiv.org/abs/2004.10934

Fikri, M. (2022). Dataset Face Mask KoTA 205 | Kaggle. https://www.kaggle.com/datasets/muhammadfikri16/dataset-face-mask-kota-205

Harahap, M., Kusuma, L., Suryani, M., Situmeang, C. E., & Purba, J. F. (2021). Identification of Face Mask With YOLOv4 Based on Outdoor Video. Sinkron : Jurnal Dan Penelitian Teknik Informatika, 6(1), 127–134. https://doi.org/10.33395/SINKRON.V6I1.11190

Hasani, M. C., Milenasari, F., & Setyawan, N. (2022). Pemantauan Physical Distance Pada Area Umum Menggunakan YOLO Tiny V3. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 6(1), 146–152. https://doi.org/10.29207/RESTI.V6I1.3808

Herdiana, D. (2020). Penanggulangan COVID-19 Tingkat Lokal Melalui Kebijakan Adaptasi Kebiasaan Baru (AKB) di Provinsi Jawa Barat. Journal of Governance Innovation, 2(2), 131–156. https://doi.org/10.36636/JOGIV.V2I2.442

Hermawati, F. A., & Zai, R. A. (2021). Konferensi Nasional Ilmu Komputer (KONIK) 2021 Sistem Deteksi Pemakaian Masker Menggunakan Metode Viola-Jones dan Convolutional Neural Networks (CNN). 182–187.-

Hurst, L. (2020). Hands On With Google Data Studio: A Data Citizen’s Survival Guide. John Wiley and Sons.

Indaryanto, F., Nugroho, A., & Suni, A. F. (2021). Aplikasi Penghitung Jarak dan Jumlah Orang Berbasis YOLO Sebagai Protokol Kesehatan Covid-19. Edu Komputika Journal, 8(1), 31–38. https://journal.unnes.ac.id/sju/index.php/edukom/article/view/47837

Jiang, P., Ergu, D., Liu, F., Cai, Y., & Ma, B. (2022). A Review of Yolo Algorithm Developments. Procedia Computer Science, 199, 1066–1073. https://doi.org/10.1016/J.PROCS.2022.01.135

Joshi, A. S., Joshi, S. S., Kanahasabai, G., Kapil, R., & Gupta, S. (2020). Deep Learning Framework to Detect Face Masks from Video Footage. 2020 12th International Conference on Computational Intelligence and Communication Networks (CICN), 435–440. https://doi.org/10.1109/CICN49253.2020.9242625

Kementerian Kesehatan. (2020). Surat Edaran HK.02.02/I/385/2020. Kementerian Kesehatan Republik Indonesia. https://covid19.go.id/p/regulasi/surat-edaran-nomor-hk0202i3852020

Kementerian Kesehatan. (2022). Transisi Pandemi ke Endemi: Diperbolehkan Tidak Memakai Masker di Ruang Terbuka – Sehat Negeriku. https://sehatnegeriku.kemkes.go.id/baca/rilis-media/20220517/0739878/transisi-pandemi-ke-endemi-diperbolehkan-tidak-memakai-masker-di-ruang-terbuka/

Li, Z., Tian, X., Liu, X., Liu, Y., & Shi, X. (2022). A Two-Stage Industrial Defect Detection Framework Based on Improved-YOLOv5 and Optimized-Inception-ResnetV2 Models. Applied Sciences, 12(2), 834. https://doi.org/10.3390/app12020834

Muharram, A. T., Suhandana, A. A., & Marcheta, N. (2022). Rancang Bangun Sistem Deteksi Keramaian Berbasis Internet Of Things dalam mencegah penyebaran Covid-19. Jurnal Teknologi Informatika Dan Komputer, 8(1), 40–52. http://journal.thamrin.ac.id/index.php/jtik/article/view/733

Purnadi, H. (2021). Pemanfaatan Google Spreadsheet Dan Google Data Studio Sebagai Dashboard Suhu Dan Kelembaban Di Laboratorium. Insan Metrologi PPSDK, 1(1), 28–33.

https://doi.org/10.55101/PPSDK.V1I1.639

Ultralytics. (2021). YOLOv5 Object Detections. https://github.com/ultralytics/yolov5/

wandb. (2019). Weights and Biases. https://docs.wandb.ai/

DOI: https://doi.org/10.17509/edsence.v4i2.52230