Deteksi Penggunaan Masker Pada Citra Menggunakan RetinaFace dengan MobileNetV2

Abstract

Abstrak — Pada penelitian ini dibentuk sistem pendeteksi masker menggunakan RetinaFace sebagai face detection dan MobileNetV2 sebagai sistem klasifikasi penggunaan masker pada wajah. Alur sistem diawali dengan sistem pendeteksi wajah menggunakan RetinaFace. RetinaFace mengambil bagian wajah pada citra dan diteruskan ke model sistem klasifikasi penggunaan masker menggunakan model MobileNetV2. Model MobileNetV2 dilakukan training dengan training set yang terdiri dari 23.115 citra wajah bermasker dan tidak bermasker dan dilakukan testing dengan testing set yang terdiri dari 6.998 citra wajah bermasker dan tidak bermasker. Hasil akurasi yang didapatkan oleh model MobileNetV2 sebesar 99,3%. Namun model MobileNetV2 masih dapat memberikan hasil prediksi yang salah untuk citra wajah dari citra orang yang diambil dari jarak yang jauh.

Kata kunci— COVID-19, retinaface, mobilenetv2