Model Bantu Deteksi Masker Sebagai Pencegahan Virus Covid- 19 Pada New Normal Bagi Penyandang Tunanetra

Krisna Dwiki Aldi, Dody Widjanarko, Binti Muniroh, Sulfan Bagus Setyawan

Abstract


Wabah pneumonia baru-baru ini yang disebabkan oleh coronavirus

(COVID-19) menunjukkan risiko luar biasa terhadap kesehatan masyarakat dunia. Virus Covid-19 juga berdampak pada penyandang tunanetra. Namun alat yang mendukung tunanetra dalam menghadapi virus Covid-19 masih terbatas. Penelitian ini bertujuan untuk membantu penyandang tunanetra agar dapat mengetahui orang di sekitarnya menerapkan protokol kesehatan dengan memakai masker dan menjaga jarak, serta pengasuh dapat melakukan pengawasan lokasi dan kondisi penyandang tunanetra melalui smartphone. Metode deteksi yang digunakan pada penelitian ini menggunakan Convolutional Neural Network (CNN). Dengan menggunakan Tensorflow sebagai framework deep learning yang mampu mengenali dan mengklasifikasi suatu objek. Langkah pertama adalah mengumpulkan dataset jenis-jenis masker yang sering digunakan masyarakat, dilanjutkan representasi dataset sebelum dimodelkan ke dalam perhitungan matematis yang nantinya akan diolah menggunakan metode CNN dengan arsitektur MobileNet-V2. Hasil pembelajaran mesin deteksi masker mendapatkan akurasi sebesar 98%. Sistem deteksi masker dan estimasi jarak akan diimplementasikan pada Raspberry Pi dan mendapatkan FPS sebesar 0,33. Hasil klasifikasi deteksi masker dan estimasi jarak akan diterima pengguna melalui earphone. Sistem pengawasan pada alat ini yaitu pengasuh dapat melakukan monitoring secara real time suhu badan, keadaan dan lokasi keberadaan penyandang tunanetra melalui aplikasi smartphone. Pada aplikasi tersebut dilengkapi dengan API Google Maps sehingga dapat menampilkan lokasi penyandang tunanetra.


Keywords


Covid-19 Penyandang Tunanetra Objek Deteksi CNN Tensorflow

Full Text:

PDF

References


A. Jefiza, “Sistem Pendeteksi Jatuh Berbasis Sensor Gyroscope Dan Sensor Accelerometer,” p. 33,

F. Sirait, and Yoserizal, “Pemanfaatan raspberry pi sebagai processor pada pendeteksian dan pengenalan pola wajah”. Jurnal Teknologi Elektro, 7(3), 141583, 2020.

I. P. Adi, H. Kusuma and M. Attamimi, "Blind People Guidance System using Stereo Camera," 2019 International Seminar on Intelligent Technology and Its Applications (ISITIA), 2019, pp. 298-303, doi: 10.1109/ISITIA.2019.8937173.

Jiang, M., Fan, X., & Yan, H. (2020). Retinamask: A face mask detector. arXiv preprint arXiv:2005.03950.

M. Sandler, A. Howard, M. Zhu, A. Zhmoginov, and L. C. Chen, “MobileNetV2: Inverted Residuals and Linear Bottlenecks,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., pp. 4510– 4520, 2018, doi: 10.1109/CVPR.2018.00474.

Oproescu, M., Iana, G. V., Bizon, N., Novac, O. C., & Novac, M. C. (2019, June). Software and hardware solutions for Using the keyboards by blind people. In 2019 15th International Conference on Engineering of Modern Electric Systems (EMES) (pp. 25-28). IEEE.

Pambudi, Wahyu Setyo. “Deteksi Dan Estimasi Jarak Obyek Menggunakan Single Camera Dengan Model Segmentasi HSV.” Seminar Nasional Teknoin 2011, 2011.

P. Sutrisno, H. P. Pribadi, and R.A. Ifadah. “Peran Serta Dalam Melaksanakan Protokol Pencegahan Penyebaran Corona Virus Disease (Covid-19) Pada Masyarakat.” DedikasiMU(Journal of Community Service) [Online], 2.3 (2020): 504-510. Web. 27 Jul. 2021

R. Djalante et al., “Review and analysis of current responses to COVID-19 in Indonesia: Period

of January to March 2020,” Prog. Disaster Sci., Apr 2020.

Septiana, T., Puspita, N., Fikih, M. A., & Setyawan, N. (2020). “Face Mask Detection Covid-19 Using Convolutional Neural Network ( Cnn )”. Seminar Nasional Teknologi Dan Rekayasa (SENTRA) 2020, 27–32.

Supriyono, I. A., Ramadhan, N. F. B., & Prasetyo, M. S. B. “Perancangan Alat Audiobook Player Untuk Manula Dan Tunanetra Dengan Raspberry Pi”. Innovative Creative and Information Technology, 3(1), 32-41.

T. P. Velavan and C. G. Meyer, “The COVID-19 epidemic,” Trop. Med. Int. Heal., vol. 25, no. 3, pp.

–280, 2020.

T. Supriyadi, “Tongkat Pintar Sebagai Alat Bantu Pemantau Keberadaan Penyandang Tunanetra Melalui Smartphone”, SENTER, pp. 181–191, Jan. 2019.

V. Kunta, C. Tuniki and U. Sairam, “Multi-Functional Blind Stick for Visually Impaired People,” 2020 5th International Conference on Communication and Electronics Systems (ICCES), 2020, pp. 895-899, doi: 10.1109/ICCES48766.2020.9137870.

World Health Organization, “Laboratory testing for 2019 novel coronavirus (2019-nCoV) in suspected

human cases,” vol. 2019, no. Januari, hal. 1–7, 2020.




DOI: https://doi.org/10.53513/jis.v20i2.3865

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Jurnal SAINTIKOM

 Sekolah Tinggi Manajemen dan Informatika Komputer (STMIK) Triguna Dharma

Website : https://www.trigunadharma.ac.id/
Email : [email protected]