用RCNN的口罩方法发现头巾和头巾的妇女

Fathorazi Nur Fajri, Gulpi Qorik Oktagalu Pratamasunu, Diyah Ayu Aprilingga
{"title":"用RCNN的口罩方法发现头巾和头巾的妇女","authors":"Fathorazi Nur Fajri, Gulpi Qorik Oktagalu Pratamasunu, Diyah Ayu Aprilingga","doi":"10.26418/jp.v8i3.57397","DOIUrl":null,"url":null,"abstract":"Setiap santriwati yang tinggal di pesantren wajib menggunakan hijab. Untuk melakukan control dan monitoring penggunaan hijab di pesantren saat ini masih dilakukan secara manual oleh pihak keamanan. Proses control dan monitoring yang dilakukan secara manual ini membutuhkan waktu dan proses yang lama serta membutuhkan sumber daya manusia yang banyak. Untuk membantu mengatasi permasalahan yang ada, maka dibutuhkan sistem yang dapat memonitoring pemakaian hijab secara otomatis. Pada penelitian ini diusulkan menggunakan metode MASK RCNN untuk mendeteksi objek wanita yang tidak berhijab dan wanita yang berhijab dari gambar digital. Dataset yang digunakan pada penelitian ini terdapat 3 kategori yaitu wanita berhijab syar’i, wanita berhijab tidak syar’i, dan wanita tidak berhijab yang memiliki 4 class yaitu wajah, rambut, hijab syar’i, hijab non syar’i. Proses yang dilakukan pada metode tersebut terdapat 2 tahapan yaitu data training dan data testing. Data training yang digunakan adalah 1500 citra digital setiap kategori berjumlah 500 citra digital dan data testing yaitu digunakan 150 gambar setiap kategori berjumlah 50 gambar. Model ini dilatih dengan metode MASK RCNN data training memperoleh epoch 30 dengan nilai loss 0,1770, nilai val_loss 0,1745 dan waktu 473s 946ms/step. Hasil eksperimen menunjukkan bahwa metode yang diusulkan dapat mendeteki hijab syar’i dengan tingkat akurasi 96%, hijab tidak syar’i dengan tingkat akurasi 96 % dan tidak berhijab dengan tingkat akurasi 94%.","PeriodicalId":31793,"journal":{"name":"JEPIN Jurnal Edukasi dan Penelitian Informatika","volume":"30 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Deteksi Wanita Berhijab dan tidak Berhijab dengan menggunakan Metode Mask RCNN\",\"authors\":\"Fathorazi Nur Fajri, Gulpi Qorik Oktagalu Pratamasunu, Diyah Ayu Aprilingga\",\"doi\":\"10.26418/jp.v8i3.57397\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Setiap santriwati yang tinggal di pesantren wajib menggunakan hijab. Untuk melakukan control dan monitoring penggunaan hijab di pesantren saat ini masih dilakukan secara manual oleh pihak keamanan. Proses control dan monitoring yang dilakukan secara manual ini membutuhkan waktu dan proses yang lama serta membutuhkan sumber daya manusia yang banyak. Untuk membantu mengatasi permasalahan yang ada, maka dibutuhkan sistem yang dapat memonitoring pemakaian hijab secara otomatis. Pada penelitian ini diusulkan menggunakan metode MASK RCNN untuk mendeteksi objek wanita yang tidak berhijab dan wanita yang berhijab dari gambar digital. Dataset yang digunakan pada penelitian ini terdapat 3 kategori yaitu wanita berhijab syar’i, wanita berhijab tidak syar’i, dan wanita tidak berhijab yang memiliki 4 class yaitu wajah, rambut, hijab syar’i, hijab non syar’i. Proses yang dilakukan pada metode tersebut terdapat 2 tahapan yaitu data training dan data testing. Data training yang digunakan adalah 1500 citra digital setiap kategori berjumlah 500 citra digital dan data testing yaitu digunakan 150 gambar setiap kategori berjumlah 50 gambar. Model ini dilatih dengan metode MASK RCNN data training memperoleh epoch 30 dengan nilai loss 0,1770, nilai val_loss 0,1745 dan waktu 473s 946ms/step. Hasil eksperimen menunjukkan bahwa metode yang diusulkan dapat mendeteki hijab syar’i dengan tingkat akurasi 96%, hijab tidak syar’i dengan tingkat akurasi 96 % dan tidak berhijab dengan tingkat akurasi 94%.\",\"PeriodicalId\":31793,\"journal\":{\"name\":\"JEPIN Jurnal Edukasi dan Penelitian Informatika\",\"volume\":\"30 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-12-28\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JEPIN Jurnal Edukasi dan Penelitian Informatika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.26418/jp.v8i3.57397\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JEPIN Jurnal Edukasi dan Penelitian Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26418/jp.v8i3.57397","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

任何住在寄宿学校的santriwati都必须戴头巾。为了进行控制和监测希贾布在寄宿学校的使用,目前仍由安全部门手工进行。这种手动控制和监测进程需要很长时间和过程,需要大量的人力资源。为了解决这些问题,需要一个可以自动监控希贾布使用的系统。在这项研究中,有人建议使用RCNN的口罩方法来检测不戴头巾的女性和用数字图像面纱的女性。在这项研究中使用的数据有三种类型:用面纱的妇女,用面纱的妇女不戴面纱的妇女,用头巾的妇女有四种类型的脸,头发,头巾四种类型的妇女。在这种方法中进行的过程有两个阶段:数据培训和数据测试。培训数据包括1500个数位图像,每个类别500个数字图像和测试数据,使用150张图片,每类别50张图片。该模型采用了方法,包括口罩RCNN (cnn)的数据培训,培训获得价值为0.1770的epoch 30,价值为0.1770的val_loss 0.1745,时间为473s 946ms/step。实验结果显示,提议的方法可以用96%的准确率来解法希贾布·谢伊,希贾布的准确率为96%,希贾布的准确率为96%,希贾布的准确率为94%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Deteksi Wanita Berhijab dan tidak Berhijab dengan menggunakan Metode Mask RCNN
Setiap santriwati yang tinggal di pesantren wajib menggunakan hijab. Untuk melakukan control dan monitoring penggunaan hijab di pesantren saat ini masih dilakukan secara manual oleh pihak keamanan. Proses control dan monitoring yang dilakukan secara manual ini membutuhkan waktu dan proses yang lama serta membutuhkan sumber daya manusia yang banyak. Untuk membantu mengatasi permasalahan yang ada, maka dibutuhkan sistem yang dapat memonitoring pemakaian hijab secara otomatis. Pada penelitian ini diusulkan menggunakan metode MASK RCNN untuk mendeteksi objek wanita yang tidak berhijab dan wanita yang berhijab dari gambar digital. Dataset yang digunakan pada penelitian ini terdapat 3 kategori yaitu wanita berhijab syar’i, wanita berhijab tidak syar’i, dan wanita tidak berhijab yang memiliki 4 class yaitu wajah, rambut, hijab syar’i, hijab non syar’i. Proses yang dilakukan pada metode tersebut terdapat 2 tahapan yaitu data training dan data testing. Data training yang digunakan adalah 1500 citra digital setiap kategori berjumlah 500 citra digital dan data testing yaitu digunakan 150 gambar setiap kategori berjumlah 50 gambar. Model ini dilatih dengan metode MASK RCNN data training memperoleh epoch 30 dengan nilai loss 0,1770, nilai val_loss 0,1745 dan waktu 473s 946ms/step. Hasil eksperimen menunjukkan bahwa metode yang diusulkan dapat mendeteki hijab syar’i dengan tingkat akurasi 96%, hijab tidak syar’i dengan tingkat akurasi 96 % dan tidak berhijab dengan tingkat akurasi 94%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
1
审稿时长
10 weeks
期刊最新文献
Optimasi Hyperparameter pada Neural Network (Studi Kasus: Identifikasi Komentar Cyberbullying Instagram) Algoritma Penanganan Constraint pada Persoalan Penjadwalan Perkuliahan Universitas di Lingkungan Pendidikan Tinggi Keagamaan Islam (PTKI) Sistem Penilaian Jawaban Singkat Otomatis pada Ujian Online Berbasis Komputer Menggunakan Algoritma Cosine Similarity Penerapan Seleksi Fitur Particle Swarm Optimization pada Klasifikasi Teks (Studi Kasus: Komentar Cyberbullying Instagram) Sistem Rekomendasi Topik Skripsi Program Studi Informatika
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1