Analisis Perbandingan Performa Model Deep Learning Untuk Mendeteksi Penggunaan Masker

Abstract

Penggunaan masker dalam melakukan aktivitas di luar rumah sudah menjadi kewajiban selama pandemi Covid-19, namun saat ini masih banyak masyarakat yang beraktivitas di luar rumah tidak menggunakan masker atau menggunakan masker tetapi tidak sesuai dengan standar. Penelitian ini bertujuan untuk membandingkan performa beberapa model deep learning untuk mendeteksi penggunaan masker. Perbandingan performa tersebut bertujuan untuk memperoleh model dengan performa terbaik dalam mendeteksi penggunaan masker. Metode dengan performa terbaik selanjutnya dapat digunakan untuk membangun sistem yang terintegrasi dengan perangkat lain agar dapat diimplementasikan secara nyata. Input data yang digunakan dalam penelitian berupa gambar dengan tiga tipe penggunaan masker yaitu penggunaan masker yang sesuai dengan standar, penggunaan masker tetapi tidak sesuai dengan standar, dan tidak menggunakan masker sama sekali. Penelitian ini membandingkan enam model deep learning yaitu VGG16, ResNet101V2, InceptionV3, MobileNet, DenseNet201, dan NASNetLarge. Hasil penelitian menunjukkan bahwa model InceptionV3 memberikan performa pengukuran akurasi, presisi, recall, dan F1-score yang lebih baik dibandingkan dengan model lainnya. Adapun performa waktu komputasi tercepat diperoleh dengan model MobileNet.

Kata kunci: analisis performa, deep learning, masker