Model Bantu Deteksi Masker Sebagai Pencegahan Virus Covid- 19 Pada New Normal Bagi Penyandang Tunanetra

Wabah pneumonia baru-baru ini yang disebabkan oleh coronavirus(COVID-19) menunjukkan risiko luar biasa terhadap kesehatan masyarakat dunia. Virus Covid-19 juga berdampak pada penyandang tunanetra. Namun alat yang mendukung tunanetra dalam menghadapi virus Covid-19 masih terbatas. Penelitian ini bertujuan untuk membantu penyandang tunanetra agar dapat mengetahui orang di sekitarnya menerapkan protokol kesehatan dengan memakai masker dan menjaga jarak, serta pengasuh dapat melakukan pengawasan lokasi dan kondisi penyandang tunanetra melalui smartphone. Metode deteksi yang digunakan pada penelitian ini menggunakan Convolutional Neural Network (CNN). Dengan menggunakan Tensorflow sebagai framework deep learning yang mampu mengenali dan mengklasifikasi suatu objek. Langkah pertama adalah mengumpulkan dataset jenis-jenis masker yang sering digunakan masyarakat, dilanjutkan representasi dataset sebelum dimodelkan ke dalam perhitungan matematis yang nantinya akan diolah menggunakan metode CNN dengan arsitektur MobileNet-V2. Hasil pembelajaran mesin deteksi masker mendapatkan akurasi sebesar 98%. Sistem deteksi masker dan estimasi jarak akan diimplementasikan pada Raspberry Pi dan mendapatkan FPS sebesar 0,33. Hasil klasifikasi deteksi masker dan estimasi jarak akan diterima pengguna melalui earphone. Sistem pengawasan pada alat ini yaitu pengasuh dapat melakukan monitoring secara real time suhu badan, keadaan dan lokasi keberadaan penyandang tunanetra melalui aplikasi smartphone. Pada aplikasi tersebut dilengkapi dengan API Google Maps sehingga dapat menampilkan lokasi penyandang tunanetra.