Pandemi COVID-19 menyebabkan global krisis kesehatan. Mengenakan masker
wajah menjadi salah satu protokol kesehatan yang penting dan diwajibkan oleh
pemerintah agar masyarakat dapat beraktivitas dengan aman di ruang publik atau
ketika berinteraksi dengan orang lain selama masa pandemi. Namun, masih banyak
masyarakat yang kurang sadar betapa pentingnya protokol kesehatan tersebut.
Sehingga, banyak masyarakat yang enggan mengenakan masker wajah ketika
berada di ruang publik atau saat berinteraksi dengan orang lain. Oleh karena itu,
diperlukan sistem yang dapat mendeteksi penggunaan masker wajah pada manusia
yang bertujuan untuk membantu petugas dalam menegakkan kedisiplinan
masyarakat dalam rangka menerapkan salah satu protokol kesehatan tersebut.
Sistem tersebut dirancang dengan model object detection yang akurat dan efisien
untuk mendeteksi penggunaan masker wajah pada manusia. Tugas akhir ini
membahas bagaimana membangun sistem untuk mendeteksi masker pada wajah
menggunakan metode YOLOv5 menggunakan dataset face mask detection yang
asli dan yang telah di augmentasi serta berbagai nilai IoU threshold mulai dari 0,1;
0,2; 0,3; 0,5 dan 0,7. YOLOv5 merupakan versi terbaru dari YOLO sehingga
memiliki akurasi yang tinggi, kemampuan mendeteksi small object, serta running
speed yang cepat. Hasil terbaik jika menggunakan dataset face mask detection
original didapatkan dengan nilai IoU threshold sebesar 0,3 yang memilki nilai mAP
pada saat testing semua kelas sebesar 0,876. Jika menggunakan dataset face mask
detection yang diaugmentasi hasil terbaik didapatkan dengan nilai IoU threshold
sebesar 0,5 yang memiliki nilai mAP pada saat testing untuk semua kelas sebesar
0,849.