Metode Convolutional Neural Network untuk Klasifikasi Wajah Bermasker

Abstract

Pandemi COVID-19 banyak merubah kebiasaan masyarakat, yaitu dengan selalu menggunakan masker saat berada diluar rumah maupun di ruangan umum. Mengatasi masalah tersebut dibutuhkan sebuah sistem yang dapat membedakan antara wajah yang memakai masker dan wajah yang tidak memakai masker dengan menghasilkan tingkat akurasi yang baik, yaitu menggunakan metode Conlovutional Neural Network (CNN).CNN merupakan salah satu model dari deep learning yang dirancang khusus untuk mengolah data dua dimensi. Data yang digunakanuntuk penelitian ini sebanyak 3847 gambar dibagi menjadi tiga file yaitu, data training, validation, dan testing, data ukuran 150x150px dan epoch sebanyak 20. Proses training dan validation dilatih dengan menggunakan 3 layer dan 5 layer memperoleh tingkat akurasi dan hasil klasifikasi yang berbeda. Pelatihan dengan 3 layer memperoleh tingkat akurasi sebesar 99,20% untuk data training dan 70,59% untuk data validation, serta menunjukkan masih terdapat kelasahan pengklasifikasian pada data testing. Sedangkan pengujian sistem dengan 5 layer memperoleh tingkat akurasi sebesar 98,20% untuk data training dan 82,35% untuk data validation, menunjukkan kecocokan klasifikasiuntuk semua data testing.Proses dengan jumlah layer yang lebih banyak mendapatkan hasil klasifikasi yang lebih baik.