CNN Modelling Untuk Deteksi Wajah Berbasis Gender Menggunakan Python
DOI:
https://doi.org/10.35143/jkt.v6i2.3679Kata Kunci:
python, face recognition, deteksi wajah, CNN ModellingAbstrak
Pendeteksian wajah (Face Detection) merupakan Pemanfaatan data Biologis (Biometrics) dengan mengidentifikasi ciri-ciri fisik yang ada pada manusia. Digitalisasi pengenalan gender sebagai sebuah teknologi untuk mengenali gender manusia dengan membedakan wajah wanita dan wajah pria berdasarkan fitur Ekstraksi. Keberadaan sistem ini secara implementatif dapat diaplikasikan untuk sistem pengawasan otomatis dan sistem monitoring atau segmentasi pasar berdasarkan trend demografis serta juga dapat diaplikasikan untuk pembatasan akses suatu ruangan. Penelitian ini menggunakan Convolutional Neural Network (CNN). CNN merupakan salah satu jenis neural network dimana metode ini dapat digunakan pada data image. CNN memiliki kemampuan untuk mengenali objek pada suatu image. Secara keseluruhan dataset yang digunakan memiliki 40 anotasi atribut untuk mendeskripsikan image wanita dan pria. Sistem deteksi wajah ini menggunakan python dan Keras sebagai library Machine Learning open source untuk nerve network,dikembangkan untuk membuat penerapan model pembelajaran yang mendalam. Dengan adanya system ini memberikan analisa keakuratan dalam pendeteksian gender sehingga dapat dikembangkan untuk penelitian yang lebih implementatif. Jumlah gambar harus seimbang untuk mendapatkan kinerja yang baik untuk permodelan, masing-masing model akan memiliki folder pelatihan, validasi dan data uji. Jumlah gambar yang tidak seimbang dapat berpengaruh pada kinerja model CNN. Model yang dibangun menggunakan transfer learning dari InceptionV3 dimana permodelan dapat mengenali gender dengan akurasi sebesar 92,6%Unduhan
Referensi
I Wayan Suartika.(2016). “ Convolutional Neural Network (CNN) pada Caltech 101,Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN)â€. Jurnal Teknik ITS Vol.5, No. 1,(2016)ISSN: 2337-3539(2301-9271 Print)
Musa,Purnawarman.(2018).†Aplikasi Prediksi Ekspresi Makro Pada Wajah Manusia Secara Realtime Dengan Convolutional Neural Network (CNN), Gunadarma University.
Zufar dan Setiyono, Budi.(2016).†Convolutional Neural Network untuk Pengenalan Wajah secara Real-Timeâ€. Jurnal Sains Dan Seni Its Vol. 5 No. 2 (2016) 2337-3520(2301-928x Print).
Z. Abidin dan A. Harjoko.(2017). “ A Neural Network based Facial Expression Recognition using Fisherface.†International Journal of Computer Applications, vol. 59, no. 3, 2012.Seminar Nasional Aplikasi Teknologi Informasi (SNATi) 2017 ISSN: 1907 – 5022 Yogyakarta,
X. Chen dan W. Cheng.(2015). “Facial Expression Recognition Based on Edge Detection,†International Journal of Computer Science & Engineering Survey (IJCSES), vol.VI, no. 2,.
S. K. Sim dan J. D. Cho.(2016). â€Expression Recognition Based On Artificial Neural Network Using Error Backpropagation Learning Algorithm,†International Journal of Applied Engineering Research, vol.XI, no.2,pp. 820-823.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2020 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
