Pendeteksian jarak, suhu, dan penggunaan masker otomatis pada pelayanan publik dengan metode machine learning

Automatic detection of distance, temperature and use of mask in public service using machine learning method

Authors

  • Dodi Budiman Margana Politeknik Negeri Bandung

DOI:

https://doi.org/10.35313/jitel.v3.i1.2023.65-70

Keywords:

jarak, suhu, masker, machine learning, mini-computer

Abstract

Di masa pandemi, banyak peraturan kehidupan bermasyarakat yang harus diterapkan sesuai dengan protokol kesehatan untuk mencegah penyebaran virus. Protokol kesehatan harus diterapkan guna mencegah terjadinya penularan virus. Protokol kesehatan yang harus diterapkan adalah menggunakan masker, menjaga jarak aman, dan pengecekan suhu tubuh. Oleh karena itu, penelitian ini bertujuan untuk mendeteksi jarak otomatis menggunakan sensor ultrasonik, mendeteksi suhu tubuh dengan menggunakan sensor suhu infrared, dan pendeteksi penggunaan masker menggunakan metode machine learning dengan prosesor utamanya menggunakan mini-computer. Hasil dari penelitian ini merupakan sistem yang ditempatkan di sebuah pintu masuk pada layanan publik. Sistem akan mengatur jarak antrian pada rentang 1 meter. Jika suhu tubuh melebihi batas normal atau tidak mengenakan masker maka orang tersebut tidak diperbolehkan masuk. Sistem ini juga dilengkapi dengan layar monitor sebagai tampilan suhu dan masker. Hasil pengujian modul kamera dapat mendeteksi wajah bermasker dan tanpa masker dengan tambahan sensor infrared sebagai trigger yang dapat membaca suhu tubuh dengan jarak 3 cm. Untuk sensor utrasonik dapat membaca jarak objek pada tiga kali percobaan dengan rata-rata error antara 0,30 cm sampai 3,67 cm dalam pengujian 10 kali dengan jarak yang berbeda.

References

I. Anggraeni and F. Indasari, “Studi kasus pemberitaan penyebaran covid melalui udara,” Journal komunikasi dan Administrasi publik, vol. 7, no. 1, 2020.

R. Muzawi, Y. Efendi, and U. Rio, “Prototype Alat Physical Distancing COVID-19 Menggunakan Arduino Uno,” JOISIE Jurnal of Information System and Informatics Engineering, vol. 4, no. 2, pp. 121-127, 2020.

M. Safitri and G. A. Dinata, “Non-Contact Thermometer Berbasis infra merah,” Journal SIMETRIS, vol. 10, no. 1, pp. 21-26, 2019.

B. A. Setyawan, T. Agustianto, and S. F. A. Widodo, “Desain Portable Android Thermometer Fever (Prometer): Termometer Non-Kontak Praktis Berbasis Android,” Jurnal Dinamika Vokasional Teknik Mesin, vol. 5, no. 2, pp. 129-135, 2020.

L. Hikmah, “Implementasi Termometer Non Kontak Digital Berbasis Internet Of Things untuk Mencegah Penyebaran Covid-19,” Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems), vol. 14, no. 3, pp. 108-114, 2020.

M. Rizky, M. Misriana, and F. Fakhrurrazi, “RANCANG BANGUN ALAT PENDETEKSI SUHU TUBUH NON KONTAK BERBASIS INTERNET OF THINGS,” Jurnal TEKTRO, vol. 6, no. 1, pp. 81-85, 2022.

M. A. R. I. Harfi and D. A. Prasetya, “Prototipe Pendeteksi Masker pada Ruangan Wajib Masker untuk Kendali Pintu Otomatis Berbasis Deep Learning sebagai Pencegahan Penularan Covid-19,” Simposium Nasional RAPI XIX, pp. 47-55, 2020.

M. M. Lambacing and Ferdiansyah, “Rancang Bangun New Normal COVID-19 Masker Detektor Dengan Notifikasi Telegram Berbasis Internet of Things,” Jurnal DINAMIK, vol. 25, no. 2, pp. 77-84, 2020.

T. R. M. Fitrah, Y. Nurdin, and R. Roslidar, “Rancang Bangun Pengembangan Pintu Otomatis Pendeteksi Masker Dan Suhu Tubuh Menggunakan Raspberry Pi 4,” Jurnal Komputer, Informasi Teknologi, dan Elektro, vol. 6, no. 2, 2021.

I. Nurjabar and M. Nicky, “Metode Pendeteksi Masker Menggunakan Metode Haar Cascade, Guna Meminimalisir Penularan Covid-19,” INTECOMS: Journal of Information Technology and Computer Science, vol. 5, no. 1, 49-55, 2022.

A. Hassan, I. Shahin, and M. B. Alsabek, “COVID-19 detection system using recurrent neural networks,” In 2020 International conference on communications, computing, cybersecurity, and informatics (CCCI), 2020, pp. 1-5.

M. Abdillah, S. Rasyad, and N. Alfarizal, “Implementasi Sistem Pendeteksi Penggunaan Masker Berbasis Raspberry Pi 4 Menggunakan Metode Convolution Neural Network (CNN) pada Proses Screening Protokol Kesehatan COVID-19, TEKNIKA, vol. 16, no. 1, pp. 9-15, 2022.

R. Padmanabhan, N. Meskin, T. Khattab, M. Shraim, and M. Al-Hitmi, “Reinforcement learning-based decision support system for COVID-19,” Biomedical Signal Processing and Control, vol. 68, pp. 102676, 2021.

Downloads

Published

2023-03-30

Issue

Section

Articles