Implementasi Sistem Deteksi Jarak Dan Masker Sebagai Pencegahan Pelanggaran Physical Distancing Pada Antrean Menggunakan Metode Faster R-CNN

  • Intan Puspita Sari
  • Joko Endrasmono
  • Agus Khumaidi
Keywords: Physical Distancing, Masker, Faster Regional Convolutional Neural Network (Faster R-CNN), Euclidean Distance, Object Tracking

Abstract

Adanya virus COVID - 19 mengharuskan setiap individu menggunakan masker dan melakukan
Physical Distancing dengan menjaga jarak paling sedikit 1 meter untuk mengurangi risiko
penyebaran virus. Namun, aturan menjaga jarak aman dan penggunaan masker seringkali dilanggar
dalam penerapan Physical Distancing. Untuk mengurangi pelanggaran Physical Distancing pada
kondisi antrean dalam ruangan, dibangun sebuah alat dengan melakukan pengolahan citra
menggunakan metode Faster Regional Convolutional Neural Network (Faster R-CNN) untuk
mengklasifikasikan objek people, mask, dan no mask. Sebelum dilakukan proses klasifikasi, terlebih
dahulu dilakukan pengambilan dan training dataset. Dari hasil uji coba secara real-time,
keberhasilan model pada saat melakukan deteksi dan pengklasifikasian objek memiliki rata – rata
keberhasilan 98,52% dengan jarak aman terjauh deteksi pada posisi antrean 400 cm dan jarak
maksimal pergeseran kesamping 200 cm. Perhitungan estimasi jarak menggunakan Euclidean
Distance dapat diimplementasikan pada sistem dengan rata – rata error sebesar 1,82%, dan
kesalahan estimasi jarak terbesar mencapai 7,32 cm. Sistem peringatan notifikasi suara aktif pada 3
kondisi, yaitu ketika objek berada pada kondisi jarak antar objek kurang dari 140 cm, ketika objek
berada pada jarak lebih dari 140 cm tetapi tidak menggunakan masker, dan ketika terdapat kondisi
urutan antrean yang tidak sesuai.

Published
2022-01-19