Pendeteksian Penggunaan Masker Untuk Pencegahan Penyebaran Covid-19 Menggunakan Algoritma K-nearest neighbor

Abstract

Penyebaran Corona Virus Disease (COVID-19) telah menjadi perhatian dunia sejak tahun 2019 sampai sekarang. Berbagai upaya dalam pencegahan penyebaran penyakit tersebut telah dilakukan, seperti penggunaan masker yang sangat diwajibkan di berbagai negara termasuk Indonesia. Banyak masyarakat yang mengabaikan peraturan tersebut, sehingga penularannya semakin cepat dan berdampak pada melemahnya perekonomian. Para ahli telah banyak melakukan penelitian, seperti pendeteksian terhadap penggunaan masker sebagai upaya pencegahan penularan penyakit tersebut. Hal ini dilakukan untuk digunakan pada perangkat yang mampu melakukan pendeteksian secara otomatis dan mempermudah pemerintah dalam melakukan pengawasan terhadap penggunaan masker tersebut. Salah satunya teknik tersebut adalah pendeteksian yang dilakukan dengan teknik machine learning dalam penerapan computer vision. Dalam penelitian ini, sebuah algoritma klasifikasi yaitu k-nearest neighbor (kNN) akan digunakan dalam melakukan pendeteksian penggunaan masker berbasis pengolahan citra. Citra yang telah dikumpulkan akan dilakukan tahap ekstraksi terlebih dahulu sebelum proses klasifikasi dilakukan. Tahap selanjutnya akan dilakukan pendeteksian terhadap citra dengan hasil klasifikasi sebanyak 3 kelas, yaitu: menggunakan masker, tidak menggunakan masker, dan menggunakan masker hanya sebagian. Berdasarkan pengujian yang telah dilakukan untuk pendeteksian penggunaan masker menggunakan algoritma kNN dan ekstraksi ciri tekstur (GLCM dan LBP), memperoleh hasil akurasi sebesar 91,04%, sensitivity sebesar 81,38%, dan specificity sebesar 94,49%. Hasil yang diperoleh dari pengujian tersebut mendapatkan kinerja yang baik dalam melakukan pendeteksian penggunaan masker.