18119017 Amadea Rashida.pdf
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Bagi mesin/komputer, mengenali wajah seseorang adalah hal yang sulit, terutama
untuk membedakan satu orang dengan lainnya berdasarkan berbagai faktor, seperti
gender dan usia. Gender adalah atribut penting untuk mengenali seseorang dalam
hal pengenalan emosional serta untuk sistem keamanan dan pengawasan. Hal ini
pula dapat membantu mengidentifikasi orang yang hampir mirip atau kembar.
Penelitian ini mengusulkan sistem pengenalan gender biner yang terdiri dari dua
tahap: deteksi wajah dan klasifikasi gender. Komponen deteksi wajah ditinjau
dengan tiga model: Python face recognition library, SSD MobileNet, dan
EfficientNet. Komponen klasifikasi gender menggunakan dua model: model CNN
custom dan VGG Face.
Prototipe akhir dapat diakses melalui web app yang mampu melakukan
pendeteksian wajah dan pengklasifikasian gender (laki-laki atau perempuan).
Model identifikasi wajah yang digunakan dalam aplikasi web ini menghasilkan
performa yang bervariasi dengan model EfficientNet menghasilkan performa
terbaik setelah model diterapkan. Model klasifikasi gender juga bekerja dengan
baik dengan akurasi rata-rata 99% untuk wajah yang diambil dengan pengaturan
optimal (dataset training dan testing) serta untuk beberapa gambar di luar dataset.
Namun, untuk foto dengan resolusi dan tingkat kecerahan rendah, hasil deteksi
wajah dan klasifikasi gender masih kurang akurat.