PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title
Penanda Bagikan

Text

SKRIPSI PERANCANGAN SISTEM DETEKSI PENGGUNAAN MASKER UNTUK ADAPTASI KEBIASAAN BARU PADA MASA PANDEMI COVID-19

AHMAD RIDWAN - Nama Orang;

INTISARI
Pandemi covid-19 di Indonesia merupakan salah satu masalah yang berpengaruh besar pada berbagai aspek. Pada Juni 2022 kasus terkonfirmasi positif covid-19 di Indonesia mencapai lebih dari 6 juta jiwa. Penggunaan masker merupakan salah satu langkah pencegahan dalam upaya pengendalian penyebaran virus covid-19. Pengecekan penggunaan masker secara manual merupakan dinilai kurang efisien dan masih memerlukan adanya interaksi manusia didalamnya. Berdasarkan permasalahan yang ada penelitian ini berfokus pada perancangan sistem deteksi penggunaan masker dengan memanfaatkan teknologi machine learning. Pembuatan model machine learning dilakukan dengan tools teachable Machines untuk mengklasifikasikan citra bermasker dan tidak bermasker. Pembuatan model menggunakan dataset citra latih sebanyak 418 citra bermasker dan 418 citra tidak bermasker. Selanjutnya model akan diintegrasikan dalam aplikasi untuk mengenali citra bermasker dan tidak bermasker secara realtime dengan fitur keluaran berupa suara dan teks hasil klasifikasi. Pengujian dilakukan dengan variabel jarak dan arah hadap. Terdapat empat jarak yang diuji yaitu 50, 80, 120, dan 160 dengan total 320 citra uji. Pengujian arah hadap meliputi arah hadap lurus, kanan (45°), kiri (45°), atas (15°), bawah(15°) dengan total 240 citra uji. Dari pengujian didapatkan hasil akurasi terbaik adalah pada pendeteksian pada jarak 50cm dengan akurasi 0,9625 dan arah hadap lurus dengan akurasi 0,9791.
Kata kunci: teachable machine, machine learning, confusion matrix


Ketersediaan
#
Ruang Skripsi (TEKNIK ELEKTRO) ELEKTRO RID P 2022
26-UN57.U1-STE-IX-2022
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
ELEKTRO RID P 2022
Penerbit
MAGELANG : UNIVERSITAS TIDAR., 2022
Deskripsi Fisik
XIII;56HAL;29.5CM
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
621.38
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • FULL TEXT
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?