Klasifikasi Gerakan Cuci Tangan Berbasis Convolutional Neural Network (CNN)

Abstract

Cuci tangan merupakan langkah awal dalam menjaga kesehatan tubuh. Dengan mencuci tangan kita dapat mencegah penyebaran penyakit. Akan tetapi, masih banyak masyarakat yang tidak sadar akan tata cara mencuci tangan yang baik, sehingga tidak bersih sepenuhnya. Pemanfaatan teknologi Deep Learning dapat menjadi solusi untuk mengetahui apakah masyarakat telah mencuci tangan dengan benar. Menggunakan kamera sebagai input yang kemudian di proses menggunakan algoritma Convolutional Neural Network (CNN) kita dapat mengklasifikasikan gerakan - gerakan yang dilakukan pengguna saat mencuci tangan. Metode yang digunakan dalam penelitian ini menghasilkan tingkat akurasi 99% pada fase Training. Pada pengujiannya, sistem ini menghasilkan tingkat akurasi prediksi tertinggi sebesar 12/12 gerakan (100%) dengan tingkat inkonsistensi sebesar 2/12 prediksi (16,67%). Harapannya penelitian ini dapat membantu dalam memantau dan memastikan apakah masyarakat mencuci tangan dengan benar, khususnya di tempat umum dimana tingkat penyebaran penyakit cukup tinggi.

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).