Proyek Akhir D3 · Telkom UniversityD3 final project · Telkom University

Deteksi Masker

Deteksi pemakaian masker lewat webcam pada komputer papan tunggalFace-mask detection through a webcam on a single-board computer. Aplikasi yang mengenali secara otomatis apakah seseorang memakai masker lewat webcam, dijalankan pada komputer papan tunggal berukuran kecil. Sistem menemukan wajah, menilai pemakaian masker dengan model MobileNetV2, lalu memutar peringatan suara; versi ini juga memperkirakan jarak antarorang. Live demo di web berjalan langsung di browser Anda, tanpa mengirim video ke server.An application that automatically recognises whether a person wears a mask through a webcam, running on a small single-board computer. It finds faces, judges mask usage with a MobileNetV2 model and plays a voice warning; this version also estimates the distance between people. The web live demo runs right in your browser, without sending video to any server.

Coba Live DemoTry Live Demo Lihat kode di GitHubView code on GitHub Semua proyekAll projects

deteksi-masker · webcam

KategoriCategoryComputer Vision · AI di perangkat kecilComputer Vision · on-device AI

TeknologiStackPython · OpenCV · TensorFlow / Keras

StatusProyek Akhir D3 · Telkom UniversityD3 final project · Telkom University

SumberSourcegithub.com/rama907

Alur dataData flow

Dari sensor ke dashboard.From sensor to dashboard.

WebcamWebcamFrame videoVideo frames

Deteksi wajahFace detectionViola-Jones / SSDViola-Jones / SSD

KlasifikasiClassificationMobileNetV2 · 224×224MobileNetV2 · 224×224

PeringatanAlertLabel + suaraLabel + voice

Liputan, jurnal, buku & hak ciptaCoverage, journal, book & copyright

Terdokumentasi secara resmi.Officially documented.

Setiap karya punya halaman detail dengan ringkasan, data lengkap, dan tautan sumber.Each work has a detail page with a summary, full metadata and source link.

Proyek Akhir · D3 Teknik KomputerFinal Project · D3 Computer EngineeringAplikasi Pendeteksi Otomatis Pemakaian Masker Menggunakan Webcam dengan Metode Viola-Jones Berbasis Small Single Board ComputersAutomatic Face-Mask Usage Detection Application Using a Webcam with the Viola-Jones Method on Small Single-Board ComputersTelkom University Open Library

Proyek Akhir · D3 Teknik KomputerFinal Project · D3 Computer Engineering

Aplikasi Pendeteksi Otomatis Pemakaian Masker Menggunakan Webcam dengan Metode Viola-Jones Berbasis Small Single Board ComputersAutomatic Face-Mask Usage Detection Application Using a Webcam with the Viola-Jones Method on Small Single-Board Computers

Buku Proyek Akhir D3 Teknik Komputer: aplikasi yang mengenali apakah seseorang memakai masker lewat webcam, memakai metode Viola-Jones pada komputer papan tunggal berukuran kecil.D3 Computer Engineering final-project book: an application that recognises whether someone wears a mask via webcam, using the Viola-Jones method on a small single-board computer.

Lihat detailView details Buka di Open LibraryOpen in Open Library

Fitur utamaKey features

Apa yang dilakukan sistem ini.What the system does.

Deteksi wajahFace detection

Detektor wajah menemukan setiap wajah pada frame webcam; di demo web Anda bisa memilih Viola-Jones (Haar) atau SSD.A face detector finds every face in the webcam frame; in the web demo you can choose Viola-Jones (Haar) or SSD.

Klasifikasi MobileNetV2MobileNetV2 classifier

Setiap wajah dipotong 224×224 piksel lalu dinilai model MobileNetV2: memakai masker atau tidak.Each face is cropped to 224×224 pixels and scored by a MobileNetV2 model: mask or no mask.

Peringatan suaraVoice alerts

Pesan suara "harap pakai masker" dan "harap jaga jarak" diputar otomatis saat ada pelanggaran.Voice messages "please wear a mask" and "please keep your distance" play automatically on a violation.

Jarak antarorangDistance between people

Detektor orang MobileNet-SSD memperkirakan jarak dari tinggi kotak; kurang dari 150 cm dianggap risiko tinggi.A MobileNet-SSD person detector estimates distance from the box height; under 150 cm counts as high risk.

Live demo di browserIn-browser live demo

Model dikonversi ke TensorFlow.js dan OpenCV.js agar bisa dicoba langsung dari halaman ini; video tetap di perangkat Anda.The models are converted to TensorFlow.js and OpenCV.js so you can try them right on this page; video stays on your device.

PrivasiPrivacy

Pada demo web, kamera hanya diproses di browser dan tidak dikirim atau disimpan.In the web demo the camera is only processed in the browser and is never sent or stored.

Video demo alatDevice demo video

Lihat alatnya bekerja.See the device at work.

Video demo alat deteksi masker yang berjalan pada komputer papan tunggal dengan webcam.A demo video of the mask-detection device running on a single-board computer with a webcam.

Perangkat kerasHardware

Komponen yang dipakai.Components used.

Komputer papan tunggal

Aplikasi dikembangkan untuk komputer papan tunggal ARM64 berukuran kecil (Raspberry Pi) agar sistem ringkas dan hemat biaya.The application was developed for a small ARM64 single-board computer (Raspberry Pi) to keep the system compact and low-cost.

Webcam USB

Sumber gambar untuk deteksi secara langsung.The image source for live detection.

Speaker

Memutar pesan suara peringatan lewat mpg321.Plays the voice warnings through mpg321.

Logika sistemSystem logic

Bagaimana alat mengambil keputusan.How the device makes decisions.

Setiap frame diproses oleh detektor wajah; hanya deteksi dengan keyakinan di atas 0,5 yang dilanjutkan.Every frame goes through a face detector; only detections above 0.5 confidence continue.
Wajah dipotong, diubah ke RGB 224×224, dan dinormalisasi sesuai MobileNetV2.Faces are cropped, converted to 224×224 RGB and normalised for MobileNetV2.
Label ditentukan dari skor tertinggi antara "memakai masker" dan "tanpa masker"; kotak hijau atau merah digambar di layar.The label comes from the higher score between "mask" and "no mask"; a green or red box is drawn on screen.
Jika terdeteksi tanpa masker, pesan "harap pakai masker" diputar; jarak antarorang di bawah 150 cm memicu "harap jaga jarak".When no mask is detected, the "please wear a mask" message plays; a distance under 150 cm triggers "please keep your distance".

TeknologiTech stack

PythonOpenCVTensorFlow / KerasMobileNetV2SSDViola-Jones

Yang saya pelajari & tunjukkanWhat I learned & demonstrate

Menjalankan model computer vision pada perangkat berdaya rendah dan mengukur kompromi kecepatan dan akurasi.Running computer-vision models on low-power devices and weighing speed against accuracy.
Menggabungkan detektor wajah dan pengklasifikasi (MobileNetV2) dalam satu alur real-time.Combining a face detector and a classifier (MobileNetV2) in one real-time pipeline.
Mengonversi model Keras ke TensorFlow.js agar bisa dicoba langsung di browser.Converting a Keras model to TensorFlow.js so it can be tried directly in the browser.
Menyusun dokumentasi, README, dan atribusi untuk proyek open source turunan.Writing documentation, a README and attribution for a derived open-source project.

← SebelumnyaPrevious

Smart Garden

BerikutnyaNext →