Monitoring Pemakaian Masker Berbasis Video Menggunakan Metode Faster R-CNN

Abstract

Coronavirus Disease 2019 (COVID-19) menjadi masalah kesehatan utama yang menyebabkan penyakit pernapasan akut pada manusia. Tidak adanya kekebalan tubuh terhadap COVID-19 meningkatkan kerentanan terpapar virus, serta belum adanya approved drug mengakibatkan upaya dalam mengendalikan penularan wabah COVID-19 sangat bergantung pada intervensi non-pharmaceutical seperti upaya pencegahan secara perorangan, sebagai contoh penerapan protokol kesehatan. Pada 2020 lalu, WHO mengumumkan anjuran mengenai penerapan protokol kesehatan, salah satunya penggunaan masker guna mencegah penularan wabah COVID-19. Namun anjuran tersebut akan percuma, bila tidak ada kesadaran tiap individu masyarakat untuk memakai masker sesuai dengan prosedur yang ada. Dari permasalahan tersebut, dibutuhkan monitoring untuk menjamin pemakaian masker diterapkan sesuai dengan prosedur yang ada. Monitoring dapat dilakukan secara manual, tetapi membutuhkan biaya yang mahal dan sumber daya yang tidak sedikit. Oleh karena itu, dalam penelitian ini dirancang sistem monitoring otomatis dengan melakukan deteksi terhadap pengguna masker. Dalam penelitian ini, terdapat tiga jenis kelas (label) penggunaan masker, yaitu Pemakaian Masker Benar (Mask), Pemakaian Masker Salah (ImproperlyMask), dan Tidak Memakai Masker (NoMask). Proses pendeteksian penggunaan masker dalam penelitian ini dilakukan pada tahap testing, dengan langkah-langkah yaitu input video, akuisisi video, pendefinisian ROI, deteksi objek dengan menggunakan metode Faster R-CNN. Berdasarkan uji coba yang telah dilakukan pada penelitian ini, didapatkan nilai rata-rata presisi sebesar 98.21%, nilai rata-rata recall sebesar 97.09%, dan nilai rata-rata akurasi sebesar 95.36%.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).