Perpustakaan Digital ITB

Penelitian ini mengusulkan framework Melanin-aware untuk mengurangi bias visual pada sistem pengenalan wajah, khususnya pada individu berkulit gelap. Melalui mekanisme adaptif berbasis weighted lightness, metode ini meningkatkan kualitas representasi citra dengan menghasilkan kontras dan detail wajah yang lebih seimbang dibandingkan preprocessing konvensional yang cenderung kurang optimal pada kulit berpigmentasi tinggi. Peningkatan performa paling signifikan terjadi pada kelompok Very Dark, dengan kenaikan akurasi hingga +11,3%, menunjukkan efektivitas metode dalam mengatasi distorsi visual akibat melanin tinggi dan meningkatkan fairness antar kelompok skin tone. Integrasi framework ke dalam model ArcFace dan VGGFace menghasilkan performa yang konsisten pada evaluasi Top-1, Top-5, dan Top-10, tanpa menurunkan akurasi pada kelompok tertentu. Pengujian threshold juga menunjukkan bahwa rentang 0,7– 0,8 merupakan nilai optimal untuk menekan false acceptance, dengan ArcFace lebih konservatif dibandingkan VGGFace. Secara keseluruhan, framework Melanin-aware terbukti meningkatkan akurasi, stabilitas embedding, dan keadilan algoritmik, serta berpotensi menjadi komponen penting dalam pengembangan sistem biometrik yang lebih inklusif dan robust.