Penerapan Metode Convolutional Neural Network pada Face Recognition untuk Smart Loker

Abstrak

Saat ini, sistem keamanan merupakan isu penting bagi masyarakat umum, dengan pencurian menjadi kejahatan yang paling umum. Lemahnya sistem keamanan yang diterapkan tidak diragukan lagi dibalik banyaknya kasus pencurian. Biometrik merupakan peluang untuk menciptakan sistem keamanan yang kuat, karena setiap orang memiliki karakteristik uniknya masing-masing, seperti sidik jari, suara, iris mata, dan fitur wajah. Salah satu biometrik yang dianggap kuat saat membangun sistem keamanan adalah pengenalan wajah atau facial recognition. Penelitian ini menggunakan Convolutional Neural Network (CNN) turunan dari Deep Learning sebagai metode pengenalan wajah untuk membuat sistem pengenalan wajah lemari atau gudang. 8820 data digunakan dalam perancangan sistem, yang terbagi menjadi data latih (80%) dan data uji (20%), hasil dari proses training diperoleh validation accuracy mencapai 99.81% serta  validation loss mencapai 0.004 setelah melalui 12 epochs. Kemudian dilakukan proses pelatihan data dengan metode deep learning menggunakan model CNN (Convolutional Neural Network). Kemudian dilakukan analisis pengujian untuk mendapatkan persentase akurasi dari keseluruhan sistem. Tes yang dilakukan dalam penelitian ini memberikan sistem akurasi 87,5% untuk mengidentifikasi satu individu dalam kumpulan data dan akurasi 100% untuk individu yang tidak ada dalam kumpulan data (tidak diketahui). Pengujian juga dilakukan dengan satu orang dalam materi yang tidak dalam materi yang berada di depan kamera dalam satu frame. Hasilnya, sistem dapat mengenali seluruh wajah dan membedakan antara orang yang ada di dataset dan yang tidak ada di dataset (unknown). Untuk pengujian dengan dua wajah orang yang mirip diperoleh bahwa model yang dibuat tidak mampu untuk membedakan kedua wajah tersebut dimana wajah yang terdeteksi oleh kamera menujukkan label yang sama yaitu aqifa dengan nilai confidance masing-masing 100% dan 99,99%.