Arief Wicaksono, Yusuf (2022) RANCANG BANGUN APLIKASI ANDROID DETEKSI PENGGUNAAN MASKER WAJAH MENGGUNAKAN TENSORFLOW MOBILENET DI FAKULTAS TEKNOLOGI INDUSTRI UNISSULA. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

[thumbnail of Teknik Informatika_32601700028_fullpdf.pdf] Text
Teknik Informatika_32601700028_fullpdf.pdf
| Download (5MB)
[thumbnail of Teknik Informatika_32601700028_pernyataan_publikasi.pdf] Text
Teknik Informatika_32601700028_pernyataan_publikasi.pdf
Restricted to Registered users only
| Download (154kB)

Abstract

CoronaVirus Disease 2019 (COVID-19) merupakan sebuah penyakit
menular yang disebabkan oleh virus SARS‑CoV‑2 yang berpotensi menimbulkan
kematian. Menanggapi penyebaran COVID-19 banyak kantor memilih untuk
melaksanakan kegiatan bekerja secara online atau lebih dikenal dengan istilah
working from home (WFH). Setelah melaksanakan pembelajaran berbasis daring
selama 21 bulan, Fakultas Teknologi Industri Universitas Islam Sultan Agung (FTI
UNISSULA) kini tengah mempersiapkan pelaksanaan kegiatan kependidikan
secara luring namun terbatas. Berkaitan dengan ini, Dekan FTI UNISSULA
mengeluarkan Keputusan Dekan Fakultas Teknologi Industri UNISSULA Nomor
852/A/SA-TI/X/2021 tentang Panduan Pembelajaran Luar Jaringan (Luring)
Terbatas Di Fakultas Teknologi Industri Universitas Islam Sultan Agung
(UNISSULA) Tahun Akademik 2021-2022. Panduan ini berisi penjelasan
mengenai Prosedur Protokol Kesehatan yang wajib ditaati oleh seluruh warga FTI.
Salah satu langkah pencegahan COVID yang disarankan dalam Panduan tersebut
yaitu penggunaan masker wajah pada saat melakukan kegiatan. Namun prosedur
ini cenderung dilupakan dan seringkali tidak diindahkan. Untuk mengatasi
persoalan tersebut melalui penelitian ini akan dibuat sebuah program aplikasi yang
dapat secara otomatis mendeteksi penggunaan masker wajah pada civitas FTI
UNISSULA dan memberikan peringatan apabila ada yang belum mengenakan
masker.
Kata kunci: Deteksi, Masker, Aplikasi Mobile, Smartphone, MobileNet,
TensorFlow.

Dosen Pembimbing: Farisa Chaerul Haviana, Sam and Riansyah, Andi | UNSPECIFIED
Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Pustakawan 5 UNISSULA
Date Deposited: 17 Jul 2023 06:39
Last Modified: 17 Jul 2023 06:39
URI: https://repository.unissula.ac.id/id/eprint/29655

Actions (login required)

View Item View Item