View/Open

Author
AISYAH, TIARA PRATIWI

Date Published
15 Jan 2026

Advisor
Christyan Tamaro Nadeak, S.Si., M.Si.,
Rohmi Dyah Astuti, S.Si., M.Cs.,

Subject
Sains Data

Publisher

Deteksi titik kunci wajah merupakan teknologi fundamental dalam sistem pengenalan wajah yang banyak digunakan pada aplikasi seperti augmented reality, keamanan, dan interaksi manusia komputer. Meskipun telah berkembang pesat, deteksi titik kunci wajah masih menghadapi tantangan berupa variasi pencahayaan dan keterbatasan sumber daya komputasi. Penelitian ini bertujuan mengembangkan model deteksi titik kunci wajah yang akurat dan efisien dengan mengintegrasikan arsitektur EfficientNetB0 dan optimasi hyperparameter menggunakan Particle Swarm Optimization (PSO). Dataset yang digunakan adalah Facial Keypoints Detection dari Kaggle yang terdiri dari 2.140 citra wajah grayscale berukuran 96×96 piksel dengan 15 titik kunci wajah. Model baseline EfficientNetB0 dilatih dengan learning rate 0,001 dan 50 epoch, menghasilkan nilai RMSE sebesar 5,825 piksel pada data uji. Optimasi menggunakan PSO dengan 3 partikel dan 3 iterasi menghasilkan kombinasi optimal berupa learning rate 0,005441 dan 144 epoch, yang mampu menurunkan RMSE menjadi 5,403 piksel. Penurunan error sebesar 0,422 piksel ini menunjukkan bahwa integrasi EfficientNetB0 dengan PSO efektif dalam meningkatkan performa deteksi titik kunci wajah melalui optimasi hyperparameter yang adaptif dan sistematis.

URI
https://repo.itera.ac.id/depan/submission/SB2601200059

Keyword
deteksi titik kunci wajah efficientnetb0 particle swarm optimization