Perpustakaan Digital ITB

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.