Perpustakaan Digital ITB

Salah satu faktor utama yang dapat mempengaruhi kinerja sistem pengenalan wajah untuk absensi adalah variasi dalam kondisi pengambilan gambar dataset wajah, seperti pencahayaan yang berbeda, perubahan pose, dan resolusi gambar. Tugas akhir ini bertujuan untuk merancang sistem pengenalan wajah untuk absensi. Proses yang dilakukan mencakup pengumpulan dataset pelatihan wajah dengan variasi kondisi menggunakan setup yang telah dirancang dan evaluasi model pengenalan wajah ArcFace dan FaceNet. Hasil menunjukkan bahwa model ArcFace unggul dibandingkan FaceNet dalam hal precision, recall, dan f-1 score. Setelah evaluasi model, terdapat tahapan deployment untuk simulasi sistem pengenalan wajah untuk absensi dalam skenario nyata. Dataset pelatihan wajah yang digunakan untuk deployment mencakup beberapa jenis variasi kondisi pencahayaan, resolusi gambar, dan pose. Hasil deployment menunjukkan bahwa dataset pelatihan dengan pencahayaan sebesar 690 lux, resolusi 1280 x 720 pixels, dan dengan pose untuk pelatihan model ArcFace menunjukkan kinerja yang paling andal untuk absensi dibandingkan dengan dataset pelatihan wajah lainnya. Selain itu, didapatkan kesimpulan bahwa kondisi pencahayaan redup pada dataset pelatihan dapat mempengaruhi hasil pengenalan wajah pada model ArcFace, variasi pose dapat membantu meningkatkan kinerja model ArcFace dengan mengurangi jumlah false recognition, dan variasi pada kondisi resolusi gambar tidak secara signifikan mempengaruhi kinerja model ArcFace.