DETEKSI MASKER PADA CITRA CCTV RENDAH CAHAYA DENGAN METODE VIOLA JONES (Studi Kasus : Pemakaian Masker Di Masjid Baiturrohiim Piyungan)

Bagaskara, Taufiqul Aptiyan (2022) DETEKSI MASKER PADA CITRA CCTV RENDAH CAHAYA DENGAN METODE VIOLA JONES (Studi Kasus : Pemakaian Masker Di Masjid Baiturrohiim Piyungan). Other thesis, UPN Veteran Yogyakarta.

	Text ABSTRAK.pdf Download (34kB)
	Text COVER.pdf Download (101kB)
	Text DAFTAR ISI.pdf Download (58kB)
	Text DAFTAR PUSTAKA.pdf Download (162kB)
	Text HALAMAN PENGESAHAN PEMBIMBING.pdf Download (550kB)
	Text SKRIPSI FULL_Taufiqul Aptiyan Bagaskara_123170066.pdf Restricted to Repository staff only Download (7MB)

Abstract

Pada saat ini, kamera pengawas Closed Circuit Television (CCTV) sudah banyak
terpasang diberbagai tempat strategis terutama pada tempat-tempat umum sebagai tindakan
untuk pengamanan. Kamera CCTV dapat merekam selama 24 jam dan dapat diambil
rekamannya, biasanya hasil rekaman kamera CCTV tersebut dapat dimanfaatkan untuk
keamanan jika terjadi tindak kriminal, namun hasil rekaman juga dapat dimanfaatkan untuk
pendeteksian objek seperti objek masker. Pengawasan penggunaan masker sangat penting
terutama pada kondisi pandemi Covid-19 saat ini yang nantinya bertujuan untuk
mengevaluasi penerapan protokol kesehatan serta menghindari adanya cluster atau
kelompok penyebaran dari Covid-19. Pada penelitian ini, ruang publik yang akan dilakukan
pengawasan penggunaan masker bertempat di Masjid Baiturrohiim Piyungan dan akan
diambil hasil rekaman dari kamera CCTV di tempat tersebut yang hasil rekamannya kurang
baik pada kondisi malam hari atau rendah cahaya.
Pada penelitian ini akan dilakukan pendeteksian masker menggunakan metode Viola�Jones dengan data yang diambil berbentuk citra dari hasil rekaman CCTV. Namun sebelum
dilakukan pendeteksian, citra CCTV akan dilakukan proses perbaikan citra terlebih dahulu
dengan metode Contrast Limited Adaptive Histogram Equalization (CLAHE) karena pada
hasil rekaman CCTV memiliki hasil kecerahan yang rendah dan cenderung gelap. Proses
perbaikan citra berguna untuk memperbaiki citra dengan menaikan kecerahan dan juga
kontras dari citra sesuai yang parameter yang diinginkan. Parameter pada metode CLAHE
tersebut adalah nilai clip-limit yang berfungsi sebagai ambang batas menaikan kecerahan
dan kontras dari citra. Pada penelitian ini juga akan dilakukan perbandingan metode
perbaikan citra antara metode CLAHE dan metode Histogram Equalization (HE) untuk
mengetahui metode mana yang optimal berjalan untuk perbaikan citra sebelum dilakukan
deteksi masker. Setelah dilakukan perbaikan, citra akan dilakukan proses deteksi dengan
metode Viola-Jones. Metode Viola-Jones terdiri dari fitur seleksi Haar Cascade Classifier
dan algoritma Adaboost yang berjalan secara berulang untuk mencari fitur objek yang lebih
optimal dan diharapkan memiliki akurasi yang lebih tinggi.
Pengujian pada penelitian ini akan menggunakan confusion matrix untuk menghitung
akurasi dari proses deteksi, terdapat beberapa skenario pengujian seperti pengujian terhadap
metode perbaikan citra, pengujian akurasi dengan jarak objek yang bervariasi, dan juga
pengujian pengaruh parameter nilai clip-limit pada metode CLAHE terhadap akurasi dari
pendeteksian masker. Hasil akurasi tertinggi pada kondisi jarak objek dengan kamera CCTV
sejauh 3 meter dengan hasil sebesar 79.78 %. Kemudian hasil akurasi tertinggi berdasarkan
nilai clip-limit adalah 81.56 % dengan nilai clip-limit 3.
Kata kunci : Deteksi objek, perbaikan citra, Viola-Jones, Contrast Limited Adaptive
Histogram Equalization

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Deteksi objek, perbaikan citra, Viola-Jones, Contrast Limited Adaptive Histogram Equalization
Subjek:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	A.Md Sepfriend Ayu Kelana Giri
Date Deposited:	11 Aug 2022 07:22
Last Modified:	11 Aug 2022 07:22
URI:	http://eprints.upnyk.ac.id/id/eprint/30613

Actions (login required)

View Item