MONITORING PENGGUNAAN MASKER PADA PENGUNJUNG STMIK “AMIKBANDUNG” MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

Penulis

  • Khoirida Aelani STMIK Bandung
  • Fajar Nazmi Fadillah STMIK BANDUNG

DOI:

https://doi.org/10.33197/jitter.vol9.iss2.2023.978

Kata Kunci:

Covid-19, Machine Learning, Convolutional Neural Network

Abstrak

Sistem monitoring yang digunakan di STMIK “AMIKBANDUNG” saat ini adalah berbasis web tanpa adanya dukungan atau dokumentasi untuk memiliki modul deteksi masker yang berbasis machine learning. Machine learning merupakan cabang ilmu kecerdasan buatan yang meliputi pembangunan sistem yang berdasarkan pada data. Dalam penelitian ini, machine learning diterapkan dalam pengembangan deteksi masker. Hasil akhir dalam penelitian ini adalah sistem deteksi masker yang lebih efektif dan efisien dari segi program, didukung dengan antarmuka dan user experience yang interaktif, dan disertai dokumentasi supaya program dapat dikembangan lebih lanjut. Dengan memanfaatkan kecerdasan buatan, pihak kampus dapat membuat keputusan lebih mudah berkat dukungan statistik yang menunjukkan jumlah pelanggaran melalui antarmuka situs web.

Kata kunci: COVID-19 , Machine Learning, Convolutional Neural Network

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

2023-04-15

Cara Mengutip

[1]
K. Aelani dan F. N. Fadillah, “MONITORING PENGGUNAAN MASKER PADA PENGUNJUNG STMIK ‘AMIKBANDUNG’ MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)”, jitter, vol. 9, no. 2, Apr 2023.

Terbitan

Bagian

Articles