IAESONLINEIAESONLINE
Indonesian Journal of Electrical Engineering and Informatics (IJEEI)Indonesian Journal of Electrical Engineering and Informatics (IJEEI)Masker wajah sangat penting untuk melindungi individu dari masuknya bahan menular atau berbahaya melalui hidung atau mulut dalam situasi tertentu. Untuk mengoptimalkan fungsi pelindungnya, masker harus dipakai dengan benar. Penelitian ini bertujuan untuk mengembangkan model klasifikasi multikelas, bukan biner, untuk menilai ketepatan pemakaian masker wajah. Model yang diusulkan dirancang untuk mencapai akurasi tinggi sambil mempertahankan efisiensi, dengan jumlah parameter model yang rendah. Untuk tujuan ini, jaringan saraf tiruan konvolusional (CNN) mendalam, khususnya EfficientNet, digunakan. Eksperimen dilakukan pada dataset gambar publik MaskedFace-Net, yang terdiri dari empat kategori (bermasker dengan benar, dagu terbuka, hidung terbuka, dan hidung serta mulut terbuka), menggunakan 3.000 gambar yang dipilih secara acak dari setiap kategori. Eksperimen menguji beberapa model EfficientNet (B0-B3) dan hiperparameter jaringan (laju pembelajaran dan dropout). Akurasi terbaik sebesar 0,99 dicapai oleh EfficientNet-B0 dengan laju pembelajaran 0,01 dan tingkat dropout 0,2. Model EfficientNet-B0 mengungguli model CNN benchmark lainnya, termasuk MobileNet-V3 dan Inception-V3, meskipun memiliki jumlah parameter yang sedikit lebih tinggi daripada MobileNet-V3. Hasil ini menunjukkan bahwa model EfficientNet akurat dan efisien untuk klasifikasi multikelas ketepatan pemakaian masker wajah.
Penelitian ini berhasil melakukan klasifikasi multikelas ketepatan pemakaian masker wajah ke dalam empat kategori menggunakan model EfficientNet-B0 yang dilatih dengan dataset ImageNet, mencapai akurasi mendekati 0,99.Model EfficientNet-B0 menunjukkan kinerja optimal, terutama dengan laju pembelajaran dan tingkat dropout yang lebih rendah, serta mengungguli arsitektur CNN benchmark lainnya seperti MobileNet-V3 dan Inception-V3.Hasil ini secara meyakinkan membuktikan bahwa EfficientNet-B0 efektif dan efisien untuk tugas klasifikasi multikelas pemakaian masker, baik dari segi akurasi maupun jumlah parameter modelnya yang relatif rendah.
Penelitian lanjutan dapat memperluas cakupan deteksi masker wajah tidak hanya pada gambar statis, tetapi juga pada video real-time. Implementasi model EfficientNet-B0 yang efisien ke dalam sistem pemantauan video akan menghadapi tantangan baru seperti kecepatan pemrosesan frame dan pelacakan wajah dinamis, yang sangat relevan untuk aplikasi di tempat umum dan memerlukan integrasi dengan komputasi tepi untuk respons cepat. Selain itu, penting untuk meningkatkan ketahanan model terhadap kondisi dunia nyata, karena dataset yang digunakan saat ini bersifat artifisial. Mengumpulkan atau menggunakan dataset yang lebih beragam, mencakup berbagai pencahayaan, sudut pandang, dan jenis masker yang berbeda, serta mempertimbangkan oklusi parsial, akan membantu memastikan model tetap akurat di lingkungan yang tidak terkontrol. Teknik augmentasi data yang lebih canggih atau strategi transfer learning adaptif dapat diuji untuk tujuan ini. Terakhir, pengembangan lebih lanjut dapat melibatkan perluasan kategori klasifikasi. Selain menambahkan kategori tidak memakai masker seperti yang disarankan sebelumnya, penelitian bisa mengeksplorasi klasifikasi jenis masker yang berbeda atau bahkan mengembangkan sistem yang memberikan umpan balik personalisasi kepada pengguna tentang cara memakai masker dengan lebih baik, mengubahnya dari sekadar pendeteksi menjadi alat bantu yang proaktif untuk kesehatan masyarakat.
- EfficientNet Model for Multiclass Classification of The Correctness of Wearing Face Mask | Khadijah |... section.iaesonline.com/index.php/IJEEI/article/view/5197EfficientNet Model for Multiclass Classification of The Correctness of Wearing Face Mask Khadijah section iaesonline index php IJEEI article view 5197
- Client Challenge. client challenge javascript disabled browser please enable proceed required part site... doi.org/10.1186/s40001-020-00430-5Client Challenge client challenge javascript disabled browser please enable proceed required part site doi 10 1186 s40001 020 00430 5
| File size | 503.32 KB |
| Pages | 12 |
| DMCA | Report |
Related /
UGMUGM Membran yang mengandung 2% GO menunjukkan kinerja terbaik, dengan modulus Young sebesar 1,344 MPa, rasio pembengkakan sebesar 7%, IEC sebesar 0,147 meq/g,Membran yang mengandung 2% GO menunjukkan kinerja terbaik, dengan modulus Young sebesar 1,344 MPa, rasio pembengkakan sebesar 7%, IEC sebesar 0,147 meq/g,
UNRAMUNRAM Menggunakan dataset yang terdiri dari 4. 217 gambar, model dilatih dengan teknik transfer learning, augmentasi gambar, dan regulasi, serta dievaluasi melaluiMenggunakan dataset yang terdiri dari 4. 217 gambar, model dilatih dengan teknik transfer learning, augmentasi gambar, dan regulasi, serta dievaluasi melalui
ITHBITHB 3 provided higher recall). The model also produced an AUC-ROC value of 0. 9978, which is close to ideal and demonstrates excellent cross-threshold discrimination.3 provided higher recall). The model also produced an AUC-ROC value of 0. 9978, which is close to ideal and demonstrates excellent cross-threshold discrimination.
UnwahasUnwahas Kandungan asam lemak tak jenuh dalam minyak alpukat dapat mengurangi kerutan dan meningkatkan kolagen serta elastisitas kulit. Analisis ini menyoroti keterbatasanKandungan asam lemak tak jenuh dalam minyak alpukat dapat mengurangi kerutan dan meningkatkan kolagen serta elastisitas kulit. Analisis ini menyoroti keterbatasan
DJOURNALSDJOURNALS Proses pelatihan model dilakukan dengan pembagian data ke dalam set pelatihan dan pengujian. Hasil evaluasi menunjukkan bahwa model DenseNet-201 berhasilProses pelatihan model dilakukan dengan pembagian data ke dalam set pelatihan dan pengujian. Hasil evaluasi menunjukkan bahwa model DenseNet-201 berhasil
ATMALUHURATMALUHUR Selain itu, meningkatkan desain antarmuka pengguna dan memastikan aksesibilitas di lingkungan bandwidth rendah akan vital untuk adopsi yang lebih luas.Selain itu, meningkatkan desain antarmuka pengguna dan memastikan aksesibilitas di lingkungan bandwidth rendah akan vital untuk adopsi yang lebih luas.
ATMALUHURATMALUHUR Hasil pengelompokan ini dapat menjadi referensi untuk label makanan yang lebih intuitif, potensial meningkatkan kesadaran konsumen dan membantu pengambilanHasil pengelompokan ini dapat menjadi referensi untuk label makanan yang lebih intuitif, potensial meningkatkan kesadaran konsumen dan membantu pengambilan
IAESONLINEIAESONLINE Tiga jaringan Multi-Layer Perceptron (MLP), yang diatur parameter hiper-parameternya dengan Bayesian Optimizer, dilatih untuk memprediksi tingkat keparahanTiga jaringan Multi-Layer Perceptron (MLP), yang diatur parameter hiper-parameternya dengan Bayesian Optimizer, dilatih untuk memprediksi tingkat keparahan
Useful /
UnwahasUnwahas Kandungan fitokimia tersebut membuat bunga kertas memiliki beberapa aktivitas farmakologis di antaranya adalah sebagai antibakteri dan antioksidan. EkstrakKandungan fitokimia tersebut membuat bunga kertas memiliki beberapa aktivitas farmakologis di antaranya adalah sebagai antibakteri dan antioksidan. Ekstrak
UnwahasUnwahas PEG 8000 banyak digunakan sebagai pembawa hidrofilik dalam sistem dispersi padat. Penelitian ini bertujuan untuk meningkatkan laju disolusi ezetimibe yangPEG 8000 banyak digunakan sebagai pembawa hidrofilik dalam sistem dispersi padat. Penelitian ini bertujuan untuk meningkatkan laju disolusi ezetimibe yang
UNIKUUNIKU Kegiatan ini menyebarluaskan ilmu pengetahuan dan teknologi kehutanan melalui 5 makalah utama dan 22 makalah penelitian dari 216 peserta dari berbagaiKegiatan ini menyebarluaskan ilmu pengetahuan dan teknologi kehutanan melalui 5 makalah utama dan 22 makalah penelitian dari 216 peserta dari berbagai
E GREENATIONE GREENATION Penggunaan proses ini dapat menurunkan kadar COD hingga 79% dan meningkatkan pH hingga 8,5, dengan dosis 2 g bubuk pemutih (kalsium hipoklorit), 0,3 gPenggunaan proses ini dapat menurunkan kadar COD hingga 79% dan meningkatkan pH hingga 8,5, dengan dosis 2 g bubuk pemutih (kalsium hipoklorit), 0,3 g