View/Open

Author
Muhammad Rizki , Oktarlis Setia Budi

Advisor
Mohamad Idris, S.Si., M.Sc
Andika Setiawan, S.Kom., M.Cs.

Koleksi
Teknik Informatika

Publisher

Perkembangan teknologi informasi saat ini berkembang begitu pesat. Pada belakangan ini deep learning menjadi sorotan dalam pengembangan machine learning karena deep learning telah mencapai hasil yang luar biasa dalam computer vision. Convolutional neural network (CNN) merupakan salah satu metode penerapan deep learning yang didesain untuk mengolah data dua dimensi dengan kedalaman jaringan yang tinggi dan banyak diaplikasikan pada data citra. CNN digunakan untuk menganalisis gambar visual, mendeteksi dan mengenali objek pada gambar, yang merupakan vektor berdimensi tinggi yang akan melibatkan banyak parameter untuk mencirikan jaringan. Biometrik merupakan teknologi yang sedang dikembangkan untuk proses menganalisis fisik dan gerak pada manusia secara biologis dalam proses autentikasi dan identifikasi. Oleh karena itu pada penelitian ini algoritma CNN digunakan dalam melakukan klasifikasi dan pengenalan wajah. Model pengenalan wajah dilatih dari arsitektur CNN dengan menggunakan input dataset berukuran 250x250 piksel yang telah di resize, augmentasi (rotation, width_shift, hight_shift, shear, zoom, horizontal_flip, dan fill_mode), epoch sebesar 50, learning rate 0,0001, jenis optimizer berupa Adam, batch size 16 dari data training sebanyak 500 data dan diperoleh akurasi sebesar 97%. Untuk pengujian pengenalan wajah mendapatkan akurasi sebesar 97

URI
https://repo.itera.ac.id/depan/submission/SB2201200012

Keyword