Implementasi Convolutional Neural Network untuk Facial Recognition
PDF

Keywords

convolutional neural network
facial recognition
deep learning

How to Cite

Setiawan, D., Dwi Putra, A., Stefani, K., & Felisa, J. . (2021). Implementasi Convolutional Neural Network untuk Facial Recognition. Media Informatika, 20(2), 66–79. https://doi.org/10.37595/mediainfo.v20i2.68

Abstract

Facial recognition merupakan salah satu teknik biometrik. Teknik yang dapat disebut juga pengenalan wajah ini telah menjadi topik yang cukup diminati untuk diteliti. Pada peneitian ini dilakukan proses pengenalan wajah dengan menggunakan metode CNN (Convolutional Neural Network). Penelitian ini memiliki tujuan untuk mengimplementasikan metode CNN ke dalam pengenalan wajah dengan menggunakan library Tensorflow. Metode ini digunakan karena proses pembelajaran dilakukan dengan mendalam (deep learning). Metode CNN yang digunakan memiliki beberapa lapisan pada proses training yang dilakukan, yaitu lapisan Conv2D, MaxPooling2d, Flatten, dan Dense. Face recognition yang dihasilkan terdapat pendeteksi wajah menggunakan Haar Cascade dengan bantuan library Opencv di dalamnya. Jumlah dataset juga diketahui dapat mempengaruhi hasil pengenalan dan proses pengenalan wajah dengan CNN juga memerlukan dataset yang besar. Adapun jumlah citra wajah yang digunakan dalam penelitian ini sebanyak 90.000 gambar wajah yang berasal dari 36 himpunan gambar dan menghasilkan tingkat akurasi sebesar 97%.

https://doi.org/10.37595/mediainfo.v20i2.68
PDF
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Copyright (c) 2021 Dhanny Setiawan, Andikha Dwi Putra, Kezia Stefani, Jenisa Felisa