Evaluasi Performa Model Transfer Learning EfficientNet Untuk Mendeteksi Penggunaan Masker Wajah Dengan Dataset Multi Kelas

Abstrak

Industri Batik merupakan sektor produksi besar di Indonesia, Namun proses pembuatannya, terutama pada pewarnaan batik, menghasilkan asap dan bahan kimia yang berdampak buruk bagi pernafasan dan kesehatan tubuh. Penggunaan Masker merupakan langkah penting untuk melindungi pekerja dari paparan polusi udara di lingkungan produksi batik. Namun Banyak orang yang Tidak Mematuhi Protokol Kesehatan tersebut. Penggunan Alat Pelindung Diri (APD) untuk melindungi kesehatan tubuh, Terutama pada penggunaan masker yang salah dan tidak tepat. Oleh karena itu, Penggunaan Alat deteksi masker wajah berbasis Deep Learning diperlukan untuk memantau kepatuhan penggunaan masker pada Industri Batik, dengan menggunakan Model EfficientNet, menggunakan Perbandingan Arsitek B0 dan B4. Hasil Penelitian Model EfficientNet-B4 Epoch 50 mempunyai Hasil Terbaik yaitu Train Acc (0.9249), Accuracy (0.9523), Train Loss (0.2193), Loss (0.1595), Precision (0.9515), Recall (0.9498), F1 Score (0.9505). Penelitian ini bertujuan untuk Mengevaluasi model Transfer Learning EffienctNet dalam deteksi penggunaan masker wajah dengan baik, benar dan akurat.