No abstract

Umumnya ibu hamil melakukan konsultasi kepada seorang pakar, yaitu dokter kandungan atau bidan apabila mengalami keluhan pada kehamilannya. Namun dokter atau bidan memiliki kelemahan yaitu keterbatasan jam praktek kerja. Terlebih lagi dalam situasi pandemi Covid-19 seperti pada tahun 2020 ini, yang mengharuskan untuk menjaga jarak sosial dan lebih berhati-hati. Saat ini teknologi android sedang populer dan banyak digunakan oleh masyarakat. Berdasarkan hal tersebut dan mengacu pada hasil penelitian terdahulu, maka pada penelitian ini dibuat aplikasi sistem pakar berbasis android, dengan metode forward chaining. Aplikasi ini dibuat sebagai panduan serta informasi seputar penyakit kehamilan. Aplikasi ini dibuat sebagai alternatif selain berkonsultasi atau periksa ke dokter kandungan atau bidan. Aplikasi ini dibuat menggunakan software Android Studio, JDK, SDK, Adobe Photoshop, StarUML, dan DIA. Aplikasi ini dapat berjalan sesuai dengan yang diinginkan. Hasil uji coba menunjukkan bahwa pakar 96% setuju aplikasi ini dapat mengidentifikasi penyakit berdasarkan gejala-gejala yang dipilih oleh pengguna dan menampilkan solusi yang sesuai. Pengguna 84% setuju aplikasi ini telah memilih latar, konten dan huruf yang tepat, dan mudah dipahami.

In this study, a masked face detection system using the Convolutional Neural Network (CNN) method was tested. System testing was carried out to determine the success of the CNN method on a masked face detection system in real time if the mouth and nose parts of the face are not covered or covered by a mask or by anything other than a mask. This research was divided into 3 stages, namely dataset training, face detection, and testing in real time with various facial positions. This system successfully detects whether a face is masked or not in the dataset model with an accuracy of 99%. In real time, this system has succeeded in detecting well at various positions of facial appearance and on faces that are covered by a mask or hand on the nose and mouth.