UMSUMS

Emitor: Jurnal Teknik ElektroEmitor: Jurnal Teknik Elektro

Sistem pengenalan wajah merupakan topik yang sering dipelajari di bidang computer vision dalam beberapa dekade ini. Sistem ini telah diaplikasikan dalam beberapa bidang, semisal pada smartphone untuk facelock, imigrasi, dan juga di media sosial untuk atasi face tagging. Pengenalan wajah sendiri terdiri dari tahap deteksi dan klasifikasi. Kedua tahap tersebut begitu cepat dilakukan oleh manusia tetapi lama bagi komputer. Kemampuan manusia ingin diduplikasi oleh para peneliti dalam beberapa tahun belakangan ini dalam teknologi biometrik di bidang computer vision dengan tujuan membentuk suatu model untuk pengenalan citra wajah pada komputer.

Penelitian ini berhasil mengimplementasikan metode Convolutional Neural Network menggunakan library keras dengan hasil persentase yang cukup baik dengan tingkat kecocokan data sebesar 98,57%.Dari 30 data testing, hampir semua memiliki kecocokan dengan database yang ada.Pada proses training, ukuran gambar mempengaruhi tingkat akurasi dan waktu pelatihan data.Semakin besar ukuran gambar yang dilatih maka semakin lama proses pembelajarannya.Penggunaan jumlah layer pada proses training juga mempengaruhi tingkat keakurasian dalam pengujian data.Semakin banyak layer yang digunakan maka semakin baik hasil yang didapatkan.

Untuk penelitian lanjutan, dapat dilakukan dengan mengoptimalkan model Convolutional Neural Network dengan menambahkan layer dan meningkatkan ukuran gambar input. Selain itu, dapat juga dilakukan dengan menguji performa sistem pada dataset yang lebih besar dan beragam, serta mengeksplorasi teknik-teknik lain dalam deep learning untuk meningkatkan akurasi pengenalan wajah. Penelitian selanjutnya juga dapat berfokus pada pengembangan sistem pengenalan wajah yang lebih tahan terhadap perubahan atribut wajah, seperti janggut, kumis, dan kacamata, serta kondisi pencahayaan yang bervariasi.

Read online
File size752.32 KB
Pages7
DMCAReport

Related /

ads-block-test