Penggunaan masker dibutuhkan untuk mengurangi penyebaran COVID-19. Metode
deteksi objek satu tahap lebih cepat dibandingkan dengan metode deteksi dua tahap.
Kekurangan metode deteksi objek satu tahap adalah memiliki tingkat akurasi tidak
sebaik dengan metode deteksi dua tahap. SSDLite MobilenetV3 Small merupakan
model dengan metode deteksi satu tahap. MobilenetV3 memiliki akurasi yang lebih
tinggi dibandingkan dengan MobilenetV2 dengan latensi 20-40 ms. SSDLite
merupakan versi efisiensi dari SSD. Tujuan penelitian ini adalah melakukan
pengembangan alat deteksi penggunaan masker dengan SSDLite MobilenetV3
Small berbasis Raspberry Pi 4 . Metode yang digunakan dalam penelitian ini adalah
metode pengembagan sistem yaitu metode prototipe Berdasarkan hasil pengujian,
didapatkan sistem dengan model SSDLite MobilenetV3 Small memiliki kecepatan
deteksi yang lebih cepat dibandingkan dengan sistem yang menggunakan model
SSDLite MobilenetV3 Large, SSDLite MobilenetV2, SSD MobilenetV2, SSDLite
Mobiledets, dan SSDMNV2. Sementara unntuk model dengan deteksi terbaik
adalah model SSDLite Mobilenet V2, namun sistem dengan model SSDLite
MobilenetV3 Small tetap mampu mendeteksi penggunaan masker.Kata Kunci : COVID-19, mask, ssdmnv2, ssd, ssdlite, mobilenetv2,
mobilenetv3, mobildets, raspberry pi 4, deteksi objek