Perhitungan Jumlah Kerumunan Manusia Untuk Pencegahan Penyebaran Covid-19 Dengan Metode CNN

Abstract

Abstrak—Pandemi covid-19 yang masuk ke Indonesia sejak awal tahun 2020 yang secara tidak langsung mengubah gaya hidup kita sebagai masyarakat yang lekat dengan protokol kesehatan. Meskipun di masa AKB (Adaptasi Kebiasaan Baru) ini masyarakat dapat kembali beraktivitas seperti biasa, mereka tetap harus mematuhi peraturan. Namun, pada berdasarkan berbagai pengujian yang dilakukan, diperoleh parameter akuisisi terbaik pada font 55pt, jarak 1m, tinggi 2m, warna sebesar 90%. Semua itu menyebabkan kerumunan yang sering terjadi harus lebih diawasi demi mencegah kerumunan yang di sebabkan oleh masyarakat kita sendiri. Dalam proyek ini saya menggunakan CNN (Convolutional Neural Network). Yang dihasilkan dari pengerjaan proyek akhir ini adalah sebuah sistem deteksi manusia yang di pergunakan untuk mencegah kerumunan manusia. Diharapkan dengan adanya sistem tersebut banyak manusia yang sadar akan kerumunan yang dapat menyebarkan penyakit covid-19. Hasil dari proyek akhir ini dilakukan 3 pengujian sistem yaitu pengujian tampak depan, pengaruh warna, dan pengujian tampak samping. Pengenalan objek tersebut memberikan hasil akurasi yang berbeda-beda tergantung dengan tampak depan, pengaruh warna, dan juga pengujian tampak samping tersebut. Hasil dari 3 pengujian sistem dengan jenis objek manusia memiliki akurasi yang berbeda-beda pada saat objek yang dikenali sudah terhitung dan jika yang terhitung lebih dari 3 orang maka akan keluar running text kerumunan.

Kata kunci : AKB, Covid-19, Convolutional Neural Network.