Pada 31 Maret 2020, Surat Keputusan Presiden No. 11 Tahun 2020
dikeluarkan karena adanya Corona Virus Disease 2019 (COVID-19). Berdasarkan
keputusan tersebut, terdapat kebijakan untuk memakai masker guna meminimalisir
penyebaran COVID-19 khususnya pada tempat dan fasilitas umum. Untuk
membantu pengawasan terhadap kebijakan tersebut, dibutuhkanlah teknologi yang
terintegrasi pada sistem yang mengimplementasikan penggunaan deep learning.
Penerapan sistem tersebut ditujukan untuk mendeteksi penggunaan masker pada
masyarakat secara real-time.
Berdasarkan permasalahan di atas, metode Convolutional Neural Network
(CNN) dengan arsitektur MobileNetV2 merupakan metode yang cocok untuk
diimplementasikan dalam proses klasifikasi permasalahan tersebut. Maka dari itu
dibangunlah sebuah model CNN yang diterapkan pada sistem video real-time dan
berbasis arduino yang terintegrasi pada sebuah prototype sesuai dengan kebutuhan
dari permasalahan tersebut.
Penelitian ini menggunakan 1100 citra sebagai dataset dengan 2 label yang
berbeda. Penelitian terbagi menjadi 2 tahap, yaitu pengembangan model dan
pembangunan sistem video real-time dan berbasis arduino. Tahap pengembangan
model terbagi menjadi 5 kali percobaan dan percobaan 5 merupakan percobaan
dengan hasil nilai akurasi tertinggi, yaitu sebesar 99.87% untuk training accuracy,
100% untuk validation accuracy, rata-rata testing accuracy pada setiap label
mendapat akurasi lebih dari 96% dan rata-rata akurasi pengujian sistem di atas 85%.
Sedangkan pada sistem berbasis arduino terdapat prototype yang akan memberikan
feedback sesuai dengan kondisi tertentu.