Deteksi Suhu Tubuh Dan Masker Otomatis Dengan Metode Haar Casecade Sebagai Solusi Pencegahan Penularan Covid-19
DOI:
https://doi.org/10.30595/jrre.v3i2.12269Abstract
Pada satu tahun terakhir COVID-19 atau yang lebih dikenal dengan wabah virus korona menyebar ke seluruh dunia termasuk juga Indonesia. Gejala paling umum adalah demam dengan suhu tubuh tinggi. Pemerintah sudah memberi aturan agar saat melakukan aktivitas di luar ruangan untuk menerapkan 5M di mana diantaranya menggunakan masker, guna untuk menghambat penyebaran COVID-19. Hal tersebut yang menjadi dasar untuk membuat suatu alat deteksi suhu tubuh dan masker secara otomatis dengan menggunakan Raspberry Pi sebagai mikrokontroler, pengecekan suhu tubuh dengan sensor AMG8833, kamera dengan metode haar cascade untuk mendeteksi masker dan speaker sebagai imbauan pesan suara apabila tidak menggunakan masker dan suhu tinggi > 38°C. Hasil pengujian masker dengan k-fold cross validation didapatkan akurasi 72% dari 100 data, untuk pengujian jarak optimal di jarak 1 meter, perbandingan pengukuran thermogun dengan sensor AMG8833 didapatkan tingkat keberhasilan 75% dari 40 data, untuk pengujian jenis masker dapat mendeteksi hingga tingkat keberhasilan 100% dari 45 data, untuk pengujian aksesoris wajah didapatkan tingkat keberhasilan 75% dari 20 data, untuk pengujian dari berbagai wajah berbeda didapatkan persentase keberhasilan 100% untuk deteksi masker dari 25 data, perbandingan pengukuran thermogun dengan sensor AMG8833 didapatkan eror 0.6%, akurasi 99.5%, untuk pengujian di luar ruangan didapatkan persentase keberhasilan 100% dengan waktu deteksi yang dibutuhkan cukup lama karena tingkat cahaya yang kurang bagus. Rata-rata waktu deteksi yang dibutuhkan dari seluruh data pengujian adalah 2.50 detik.
Pada satu tahun terakhir COVID-19 atau yang lebih dikenal dengan wabah virus korona menyebar ke seluruh dunia termasuk juga Indonesia. Gejala paling umum adalah demam dengan suhu tubuh tinggi. Pemerintah sudah memberi aturan agar saat melakukan aktivitas di luar ruangan untuk menerapkan 5M di mana diantaranya menggunakan masker, guna untuk menghambat penyebaran COVID-19. Hal tersebut yang menjadi dasar untuk membuat suatu alat deteksi suhu tubuh dan masker secara otomatis dengan menggunakan Raspberry Pi sebagai mikrokontroler, pengecekan suhu tubuh dengan sensor AMG8833, kamera dengan metode haar cascade untuk mendeteksi masker dan speaker sebagai imbauan pesan suara apabila tidak menggunakan masker dan suhu tinggi > 38°C. Hasil pengujian masker dengan k-fold cross validation didapatkan akurasi 72% dari 100 data, untuk pengujian jarak optimal di jarak 1 meter, perbandingan pengukuran thermogun dengan sensor AMG8833 didapatkan tingkat keberhasilan 75% dari 40 data, untuk pengujian jenis masker dapat mendeteksi hingga tingkat keberhasilan 100% dari 45 data, untuk pengujian aksesoris wajah didapatkan tingkat keberhasilan 75% dari 20 data, untuk pengujian dari berbagai wajah berbeda didapatkan persentase keberhasilan 100% untuk deteksi masker dari 25 data, perbandingan pengukuran thermogun dengan sensor AMG8833 didapatkan eror 0.6%, akurasi 99.5%, untuk pengujian di luar ruangan didapatkan persentase keberhasilan 100% dengan waktu deteksi yang dibutuhkan cukup lama karena tingkat cahaya yang kurang bagus. Rata-rata waktu deteksi yang dibutuhkan dari seluruh data pengujian adalah 2.50 detik.
Â
References
[1] S. N. Saud, A. Humairi, and A. Aiman, “Opportunities and challenges for the building monitoring systems in the age ‑ pandemic of COVID ‑ 19 : Review and prospects,” Innov. Infrastruct. Solut., vol. 6, no. 2, pp. 1–10, 2021.
[2] J. T. Elektro, P. Kodiklat, and A. Darat, “RANCANG BANGUN ALAT PENDETEKSI SUHU TUBUH OTOMATIS DENGAN IMAGE PROCESSING,” 2020.
[3] D. Rina, P. S. Informatika, and U. Nasional, “PENCEGAHAN PENYEBARAN VIRUS CORONA DI BANDARA,” vol. 5, no. 1, pp. 94–100, 2020.
[4] S. Singh, U. Ahuja, and M. Kumar, “Face mask detection using YOLOv3 and faster R-CNN models : COVID-19 environment,” pp. 19753–19768, 2021.
[5] S. Ralang hartati, “Bersama Melawan Virus Covid 19 di Indonesia,” vol. 7, no. 6, 2020.
[6] A. Purwanto, M. Asbari, M. Fahlevi, and A. Mufid, “Impact of Work From Home ( WFH ) on Indonesian Teachers Performance During the Covid-19 Pandemic : An Exploratory Study,” vol. 29, no. 5, pp. 6235–6244, 2020.
[7] P. Studi, T. Informatika, F. T. Informasi, U. B. Luhur, R. Pi, and O. Detection, “RANCANG BANGUN NEW NORMAL COVID-19 MASKER DETEKTOR DENGAN NOTIFIKASI TELEGRAM BERBASIS,” vol. 25, no. 2, pp. 77–84, 2020.
[8] R. Arif, K. Santoso, and D. S. Wibawa, “Rats Development of Contactless Thermal Detector for Animal : Comparison of Three Sensor Types,” vol. 12, no. Icvaes 2020, pp. 25–28, 2021.
Downloads
Published
How to Cite
Issue
Section
License
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).
Jurnal Riset Rekayasa Elektro is licensed under a Creative Commons Attribution 4.0 International License.