PUTRA, CHUYH MANDALA (2023) APLIKASI DESKTOP FACE MASK RECOGNITION MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) MODEL BERBASIS PYTHON DAN OPENCV. Diploma thesis, Universitas Nasional.
Text
COVER.pdf Download (1MB) |
|
Text
BAB I.pdf Download (245kB) |
|
Text
BAB II.pdf Download (120kB) |
|
Text
BAB III.pdf Download (383kB) |
|
Text
BAB IV.pdf Download (772kB) |
|
Text
BAB V.pdf Download (106kB) |
|
Text
LAMPIRAN.pdf Download (1MB) |
Abstract
Di masa pandemi Covid-19, masker menjadi salah satu alat ukur pengendalian kesehatan yang sangat penting, masker juga menjadi prioritas yang ditetapkan pemerintah yang wajib dikenakan oleh warga negara atau masyarakat jika hendak melakukan aktivitas di luar negeri, di rumah atau di kantor, karena masker menyaring partikel dengan cukup efektif. penyakit untuk mencegah penggunanya terinfeksi atau untuk meminimalkan paparan partikel penyakit. Makanya banyak tempat yang membutuhkan masker, dulu ada sistem yang dibuat untuk membantu pemerintah mewajibkan masker, tapi sistem ini masih ada kekurangannya. Makanya saya konfigurasi sistem untuk mendeteksi penggunaan masker dengan mengupdate sesuai referensi yang ada. Saya menggunakan bahasa pemrograman python dan opencv untuk membuat sistem ini Python ini merupakan bahasa pemrograman tingkat tinggi sehingga memiliki beberapa keunggulan, misalnya sintaks yang sederhana, berorientasi pada objek (OOP), dan memiliki banyak library yang akan membantu Anda men-simplify program Anda. Dan satu lagi, Python memiliki satu variabel array multifungsi yang tidak dimiliki bahasa pemrograman lain, yakni ‘NumPy’ yang sekali lagi akan mempermudah proses pemrograman Anda. Dan alasan kedua mengapa menggunakan Python, karena banyak tutorialnya di internet.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
Divisions: | Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika |
Depositing User: | - Abdurrahman - |
Date Deposited: | 25 Jan 2024 07:21 |
Last Modified: | 25 Jan 2024 07:21 |
URI: | http://repository.unas.ac.id/id/eprint/9548 |
Actions (login required)
View Item |