Perpustakaan Digital ITB

Saat ini, teknologi computer vision semakin banyak digunakan untuk membantu kehidupan manusia. Salah satunya, pengaplikasian computer vision pada pengenalan wajah untuk mengestimasi usia seseorang. Pendeteksian usia seseorang yang diimplementasikan pada tugas akhir ini menggunakan suatu model pretrained CNN yang telah di fine tuning dengan input berupa foto wajah. Foto wajah tersebut oleh sistem akan dikelompokkan ke rentang usia tertentu. Pengelompokan ini ditujukan untuk mengetahui kelompok usia mereka. Namun, dalam mendeteksi rentang usia seseorang secara akurat dibutuhkan pemilihan dataset dan model pretrained CNN yang tepat. Oleh karena itu, pada tugas akhir ini dilakukan suatu eksperimen model pretrained CNN guna memilih model pretrained yang memiliki nilai akurasi yang tinggi dalam mengestimasi rentang usia. Selanjutnya, berdasarkan studi literatur yang telah dilakukan, pengaplikasian sistem deteksi usia seseorang yang ada saat ini juga masih kurang praktis. Beberapa sistem deteksi usia yang telah dikembangkan masih membutuhkan laptop atau komputer dalam menjalankanya. Selain itu, beberapa tampilan antarmuka sistem deteksi usia masih sangat sederhana, bahkan masih menggunakan command line tanpa suatu GUI. Dengan demikian, pengembangan aplikasi mobile untuk deteksi rentang usia kemudian dipilih pada tugas akhir ini dengan menekankan tampilan antarmuka yang menarik dan pengalaman pengguna yang menyenangkan. Berdasarkan hasil eksperimen model pretrained CNN, model MobileNet meraih nilai akurasi tertinggi dengan memperoleh nilai 86,17% dari 597 data uji. Dengan demikian, model MobileNet dipilih untuk kemudian diintegrasikan pada aplikasi mobile. Selanjutnya, berdasarkan hasil pengujian aplikasi mobile, sistem sudah dapat memenuhi seluruh kebutuhan fungsional dan non fungsional yang telah didefinisikan sebelumnya. Akan tetapi, sistem saat ini belum dapat digunakan secara offline.