ANALISA APLIKASI DETEKSI MASKER UNTUK OPTIMALISASI PEMASANGAN CCTV

Pada tahun 2020, pihak autoritas Kesehatan Cina menyimpulkan bahwa novel coronavirus (CoV) atau 2019-nCov, atau yang kini kita kenal sebagai Covid-19, adalah penyebab wabah penyakit pernapasan yang menyerang kota Wuhan pada akhir tahun 2019. Covid-19 menyebar dalam bentuk partikel debu yang menempel di suatu permukaan. Penularan bisa terjadi ketika orang yang terinfeksi berada pada jarak yang cukup dekat dengan orang yang tidak terinfeksi. Resiko penularan Covid-19 umumnya paling besar terjadi lewat kontak sosial secara langsung seperti berbicara, bersin, maupun batuk. Banyak upaya pencegahan dilakukan untuk meminimalisir penularan Covid-19, salah satunya adalah pemakaian masker. Upaya ini dianggap cukup efektif untuk mengurangi resiko penularan Covid-19. Banyak peneliti setelah itu mulai mengembangkan teknologi berbasis deep learning untuk membuat aplikasi guna memonitoring pemakaian masker di tempat umum. Teknologi deep learning merupakan subset machine learning yang berbasis pada neural network. Penelitian ini dilakukan untuk mengaplikasikan aplikasi deteksi yang sudah dibuat pada penelitian sebelumnya untuk optimalisasi pemasangan CCTV di lapangan. Pengujian dilakukan dengan pengambilan data gambar secara mandiri menggunakan satu jenis kamera drone. Data diambil dalam jarak dan ketinggian yang bervariatif untuk menguji akurasi deteksi masker pada masing-masing jarak dan ketinggian tersebut. Hasil menunjukkan bahwa deteksi aplikasi paling optimal pada ketinggian minimal 1 meter hingga 2.8 meter.