Ekstraksi Ciri Tekstur Local Ternary Pattern dan Klasifikasi Naive Bayes untuk Deteksi Penggunaan Masker Wajah
Kata Kunci:
deteksi masker, ekstraksi ciri, klasifikasi, local ternary pattern, naive bayes, virus coronaAbstrak
Corona Virus Disease merupakan wabah baru yang dapat menularkan infeksi melalui kontak dekat atau tetesan air. Virus Corona menyerang sistem pernapasan manusia sehingga dapat menyebabkan penyakit dengan gejala demam, batuk dan sesak napas hingga bisa menyebabkan kematian. Penggunaan masker yang menutup hidung dan mulut dapat mencegah terjadinya penularan. Sebagai bentuk pencegahan, masyarakat mulai dipaksa oleh peraturan untuk selalu menggunakan masker di tempat umum dan ketika berinteraksi dengan orang lain. Namun, akan menjadi sulit dilakukan oleh pihak berwenang untuk melakukan pemantauan terhadap kelompok besar orang. Permasalahan tersebut dapat diselesaikan dengan sistem untuk mendeteksi masker. Deteksi masker pada penelitian ini menggunakan klasifikasi naive bayes untuk membedakan wajah bermasker dengan benar atau salah dan juga tanpa masker. Informasi yang digunakan untuk klasifikasi diperoleh melalui histogram hasil ekstraksi ciri tekstur citra wajah menggunakan Local Ternary Pattern. Citra yang diekstraksi dilakukan preprocessing terlebih dahulu yang meliputi resize lebar citra dan grayscalling citra. Data yang digunakan berjumlah 3.900 citra wajah. Pengujian dilakukan terhadap ukuran lebar citra, nilai threshold, jumlah bin, dan perbandingan pembagian data latih dan data uji. Hasil klasifikasi naive bayes menghasilkan akurasi optimal sebesar 68,462% dengan ukuran lebar citra 50, nilai threshold 4, jumlah bin 32, pembagian data latih dan data uji 70% : 30%. Pengujian dengan 2 kelas yaitu wajah bermasker dengan benar dan wajah tidak bermasker diperoleh nilai akurasi sebesar 86,15%. Berdasarkan hasil tersebut diketahui bahwa klasifikasi naive bayes tidak dapat mengklasifikasi dengan baik citra pada kelas bermasker dengan salah.