Deteksi Masker Wajah dengan Python OpenCV menggunakan Metode Haarcascade
DOI:
https://doi.org/10.31884/random.v4i1.43Kata Kunci:
Kata kunci :Debu dan virus, Masker, Penyakit pernafasan, Python, Opencv, HaarcascadeAbstrak
Debu dan virus menjadi alasan seseorang untuk menggunakan masker. Karena dapat menjadi penyebab penyakit yang menyerang sistem pernafasan. Kondisi ini sangat penting dan perlu untuk di waspadai. Untuk itu, seseorang menggunakan masker untuk melindungi dirinya, karena dengan memakai masker merupakan salah satu cara dalam mengurangi resiko terjadinya penyakit pernafasan. Hal ini membuat pemakaian masker menjadikan pengolahan citra digital memiliki manfaat yang baik yaitu untuk mendeteksi pemakaian masker. Dengan adanya penelitian pada sistem ini dapat mengetahui wajah seseorang menggunakan masker atau tidak. Sistem yang dibuat menggunakan bahasa pemrograman Python dan OpenCV dengan metode Haarcascade yang mampu mengenali pemakaian masker medis, pemakaian masker non-medis, pemakaian masker yang tidak benar serta orang yang tidak memakai masker. Citra atau gambar serta video yang ditangkap melalui webcam kamera komputer atau laptop.
Unduhan
Referensi
WHO. (2018). Air pollution and child health: prescribing clean air. World Health Organization.
Leung, N. H. L., et al. (2020). Respiratory virus shedding in exhaled breath and efficacy of face masks. Nature Medicine, 26(5), 676–680.
MacIntyre, C. R., & Chughtai, A. A. (2020). A rapid systematic review of the efficacy of face masks and respirators against coronaviruses and other respiratory transmissible viruses for the community, healthcare workers and sick patients. International Journal of Nursing Studies, 108.
Pandian, S. R., et al. (2021). Face mask detection using deep learning: A review. Journal of Intelligent & Fuzzy Systems, 40(5), 8771–8781.
Loey, M., Manogaran, G., & Taha, M. H. N. (2021). Fighting against COVID-19: A novel deep learning model based on YOLO-v2 with ResNet-50 for medical face mask detection. Sustainable Cities and Society, 65, 102600.
Athif, M., Wibowo, F. W., Huda, M. H., & Firdaus, F. (2023). Face Mask Detection under Varying Lighting Conditions Using Convolutional Neural Network. International Journal of Computer Applications, 182(23), 15–20.
Pramono, H. A., & Haryanto, H. (2022). Implementation of CNN for Face Mask Detection in Public Spaces: A Comparison with YOLO-v4. Proceedings of the International Conference on Advanced Computer and Information Systems (ICACIS), 78–84.
Rajaraman, S., et al. (2020). Face mask detection using MobileNetV2 in TensorFlow. arXiv preprint arXiv:2008.11117.
Ahmad, M., et al. (2021). Real-time face mask detection using OpenCV and Haarcascade classifier. International Journal of Advanced Computer Science and Applications, 12(5), 321–328.
Nasir, M. U., et al. (2022). A robust face mask detection system using Haarcascade and LBPH. Journal of Computer Applications, 44(1), 45–50.
Singh, A., et al. (2021). AI-based mask detection and monitoring in public places using surveillance systems. International Journal of Emerging Technologies in Learning, 16(5), 210–217.
Viola, P., & Jones, M. (2001). Rapid object detection using a boosted cascade of simple features. Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.
Ahmad, M., Rehman, A., & Hussain, M. (2021). Real-time face mask detection using OpenCV and Haarcascade classifier. International Journal of Advanced Computer Science and Applications (IJACSA), 12(5), 321–328. https://doi.org/10.14569/IJACSA.2021.0120539
Viola, P., & Jones, M. (2001). Rapid object detection using a boosted cascade of simple features. Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1, 511–518. https://doi.org/10.1109/CVPR.2001.990517
Athif, M., Wibowo, F. W., Huda, M. H., & Firdaus, F. (2023). Face mask detection under varying lighting conditions using convolutional neural network. International Journal of Computer Applications, 182(23), 15–20.
Upendra, K., & Pujari, H. (2021). Real-Time Face Mask Detection using OpenCV and Deep Learning. CEUR Workshop Proceedings, 2849, 85–89.
Sari, A. I., & Nugroho, H. A. (2023). Comparative Study of CNN Architectures for Face Mask Detection in Complex Environments. International Research Journal on Advanced Science Hub, 5(3), 64–72.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Journal of Informatics and Computing
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.