Implementasi Deep Learning berbasis Keras untuk Pengenalan Wajah

Aditya Santoso, Gunawan Ariyanto

DOI: https://doi.org/10.23917/emitor.v18i01.6235

Abstract

Sistem pengenalan wajah merupakan aspek penting dalam bidang computer vision yang mendukung terhadap perkembangan teknologi yang serba canggih seperti era sekarang ini. Penggunaan wajah sendiri digunakan karena wajah memiiki keunikan dan merupakan identitas bagi setiap manusia. Dalam pengembangannya, sistem pengenalan wajah masih memiliki permasalahan dalam faktor pencahayaan, ekpresi wajah dan perubahan atribut pada wajah. Sehingga, dalam penelitian ini penulis menggunakan Convoutional Neural Network(CNN) untuk mencoba mengatasi hal tersebut. CNN merupakan bagian dari deep learning yang digunakan
untuk melakukan proses pembelajaran pada komputer untuk mencari reprentasi terbaik. CNN terdiri 3 tahapan, yaitu Input data , Feature Learning, dan Classification. Setiap data masukan akan melaui ketiga tahapan tersebut dengan proses filtering. Pengimplementasian CNN pada penelitian ini menggunakan library keras yang menggunakan bahasa pemrograman python . Keras merupakan framework yang dibuat untuk mempermudah pembelajaran terhadap komputer.
Dataset yang digunakan pada penelitian ini adalah face94 dengan mengambil 10 subject face pria. Proses pelatihan CNN dengan menggunakan data ukuran 28x28 px dengan 7 lapisan menghasilkan akurasi yang lebih baik dibandingkan dengan menggunakan 5 lapisan dengan selisih hasil 8,0 % pada saat pengujian. penggunaan 7 lapisan pada saat pengujian terhadap data testing memperoleh hasil yang baik dengan tingkat akurasi mencapai 98.57%.

Keywords

Sistem pengenalan wajah; Convolutional Neural Network; Keras; Python

Full Text:

PDF

References

Ravi, S. & Nayeem, S. (2013). A Study on Face Recognition Technique based on Eigenface. Foundation of Computer Science FCS, New York, USA Volume 5– No.4. International Journal of Applied Information Systems (IJAIS) – ISSN : 2249-0868.

Zufar, M. & Setiyono B. (2016). Convolutional Neural Networks untuk Pengenalan Wajah Secara Real-Time. JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 . A-72.

Krizhevsky, A., Sutskever I., & Hinton G. E. (2012). ImageNet Classification with Deep Convolutional Neural Networks. In Proceedings of NIPS.

LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE. 86(11):2278-232.

Chollet F., (2015). Keras. https://keras.io/

Ludwig J., (2013). Image Convolution.

O’Shea K. & Nash R. (2015). An Introduction to Convolutional Neural Networks. arXiv:1511.08458v2 [cs.NE] 2 December.

Abhirawa H., Jondri, & Arifianto A. (2017). Face Recognition Using Convolutional Neural Network. e-Proceeding of Engineering : Vol.4, No.3 Desember , Page 4907

Article Metrics

Abstract view(s): 4075 time(s)
PDF: 5675 time(s)

Refbacks

  • There are currently no refbacks.