Virus Covid-19 atau yang lebih lazim dikenal Virus Corona oleh masyarakat telah memberikan dampak dalam tatanan berbagai aspek kehidupan. Diantara protokol kesehatan yang sangat di anjurkan pemerintah dan paling mudah dilakukan adalah menggunakan masker pada saat keluar dari rumah. Pada penelitian ini akan dikembangkan sistem deteksi penggunaan masker dengan menggunakan kamera, Rasbery phi dengan pendekatan deep learning secara real time. Metode yang digunakan yaitu Complutional Neural Network dengan model transfer learning. Model yang dihasilkan diharapkan dapat mendeteksi tiga tipe penggunaan masker yaitu penggunaan masker sesuai dengan aturan, penggunaan masker yang tidak sesuai dengan aturan, dan tidak menggunakan masker. Dengan adanya penelitian ini, diharapkan mampu menjadi pengingat kepada civitas akademik yang akan memasuki ruangan wajib masker untuk menggunakan masker atau menggunakan masker dengan baik.   Kata Kunci: Sistem Deteksi, Masker, new normal, deep learning

Lama masa studi mahasiswa merupakan salah satu poin penilaian dalam akreditasi suatu program studi pada institusi perguruan tinggi. Pendeteksian dini keterlambatan masa  studi dapat dilakukan dengan memanfaatkan teknik data mining. Pada penelitian ini diterapkan algoritma Naïve Bayes Classifier (NBC) dan teknik feature selection menggunakan Informaton Gain (IG) dan Correlation Attribute (CA) dengan tujuan membangun model prediksi yang akurat dan menganalisis atribut yang berpengaruh dalam menentukan lama masa studi sehingga dapat membantu perguruan tinggi dalam membuat kebijakan akademis agar dapat mengoptimalkan tingkat kelulusan mahasiswa pada tahun-tahun berikutnya. Hasil uji coba pada dataset diperoleh akurasi tertinggi yaitu NBC+CA sebesar 81.2%, meningkat 12% dibandingkan NBC tanpa feature selection