Deteksi Social Distancing Dan Penggunaan Di Restoran Menggunakan Algoritma Faster RCNN
Abstract
Abstrak— Social distancing adalah upaya pemerintah untuk menjaga jarak antar individu dengan individu lain untuk mencegah penyebaran suatu penyakit yaitu Covid-19. Covid-19 dapat dicegah dengan menjaga jarak minimal satu meter, memakai masker jika melakukan bepergian, mencuci tangan dan membawa handsanitizer kemana pun jika bepergian. Akan tetapi, masih banyak masyarakat yang tidak peduli dengan peraturan pemerintah tersebut. Maka dari itu, Tugas Akhir ini memberikan solusi pengawasan masyarakat terhadap social distancing dan penggunaan masker direstoran. Singkatnya pada sistem ini, untuk simulasi ada sebuah kamera yang akan dipasang dalam sebuah ruangan yang merupakan simulasi restoran untuk mendeteksi social distancing dan penggunaan masker di ruangan tersebut. Setelah pendeteksian berhasil kemudian di analisis diterapkan atau tidaknya social distancing dan penggunaan masker. Sistem menggunakan algoritma YOLO untuk social distancing dan penggunaan masker menggunakan algoritma yaitu Faster RCNN. Pengujian sistem ini dilakukan berdasarkan beberapa skenario. Hasil terbaik dari pembuatan model social distancing didapat dari rasio dataset 90% data train dan 10% data test dengan max batches 6000, dan learning rate 0.001 mendapat mAP sebesar 49.02%, sedangkan untuk hasil terbaik dari pembuatan model penggunaan masker didapat dari rasio dataset 80% data train dan 20% data test dengan batch size 10, dan learning rate 0,01 mendapat akurasi sebesar 68.76%.Kata kunci— social distancing, COVID-19, faster R-CNN, YOLO. I
References
Chan. Antoni B, Liang. Zhang-Sheng John, Vasconcelos. Nuno, “Privacy Preserving Crowd Monitoring: Counting People without People Models or Tracking,” IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), 24-26 June 2008.
R. Visal, A. Theukar dan A. Theukar, “International Research Journal of Engineering and Technology (IRJET), “Monitoring Social Distancing for Covid-19 Using OpenCV and Deep, pp. 1-3, 2020..
World Health Organization, “Coronavirus Disease (COVID-19) Advice for The Public,”2020. (Accessed : Desember 15, 2021, 21.23 WIB).
Riadi Muchlisin, “Pengolahan Citra Digital,” 2016. (Accesed : Desember 15, 2021, 23.02 WIB).
Sharif. Muhammad, Khan. Muhammad Attique, Akram. Tallha, Javed. Muhammad Younus, Saba. Tanzila, Rehman. Amjad, “A framework of human detection and action recognition based on uniform segmentation and combination of Euclidean distance and joint entropy-based features selection”, EURASIP Journal on Image and Video Processing, 2017.
Shrivakshan. G.T., “A Comparison of various Edge Detection Techniques used in Image Processing”, IJCSI International Journal of Computer Science, Vol. 9, No 1, September 2012.
Barnouti. Nawaf Hazim, Matti. Wael Esam, Al-Dabbagh. Sinan Sameer Mahmood, Naser. Mustafa Abdul Sahib, “Face Detection and Recognition Using Viola-Jones with PCA-LDA and Square Euclidean Distance”, (IJACSA) International Journal of Advanced Computer Science and Applications, Vol. 7, No. 5, 2016.
Ghorai. Arnab, Gawde. Sarah, Kalbalde. Dhananjay, “Digital Solution for Enforcing Social Distancing,” International Conference on Innovative Computing and Commonication (ICCC), 2020.
Yang. Dongfang, Yurtsever. Ekim, Renganathan. Vishnu, A. Redmill. Keith, Ozguner. Umit, “A Vision-based Social Distancing and Critical Density Detection System for COVID-19”, arXiv:2007.03578v2 [eess.IV].
S. Srinivasan, R. S. R, R. R. Biradar dan R. S. A, “COVID-19 Monitoring System using Social Distancing and Face Mask Detection on Surveillance video datasets,” dalam International Conference on Emerging Smart Computing and Informatics (ESCI), Pune, 2021.
