Implementasi Pengenalan Wajah Secara Real Time untuk Sistem Absensi Menggunakan Metode Pembelajaran Deep Learning dengan Pustaka Open CV (Computer Vision)

Abstract

Sistem pengenalan wajah merupakan salah satu dari teknik biometrik yang memanfaatkan wajah untuk proses identifikasi maupun verifikasi data seseorang. Teknologi face recognition semakin berkembang dengan berbagai metode yang digunakan dan banyak diaplikasikan untuk sistem pemantauan dan penanggulangan kriminal serta bisa juga diterapkan untuk sistem lain yang berbasis pengenalan wajah seperti sistem absensi dengan pengenalan wajah. Masalah yang sering dihadapi pada sistem pengenalan wajah pada umumnya yaitu banyak dari sistem pengenalan wajah yang tidak bisa mengenali wajah dengan posisi yang berbeda-beda terutama untuk sistem absensi. Oleh karena itu, pada penelitian ini memilih metode pembelajaran deep learning dalam proses perancangan sistem pengenalan wajah. Dimana dengan menggunakan deep learning maka bisa menghasilkan sistem pengenalan wajah yang lebih akurat dalam mengenali wajah dengan posisi yang berbeda-beda khususnya yang akan diimplementasikan untuk sistem absensi. Pada perancangan sistem, jumlah dataset yang digunakan yaitu sebanyak 48.000 data yang dibagi menjadi data train (75 %) dan data test (25 %). Lalu dilakukan proses training data menggunakan metode pembelajaran deep learning dengan model CNN (Convolutional Neural Network) dan mendapatkan model terbaik dengan akurasi validasi sebesar 99.28 % serta loss validasi sebesar 0.02 setelah melalui 33 percobaan dengan jumlah layer (lapisan) CNN sebanyak 430 layers. Selanjutnya, dilakukan analisis pengujian dan identifikasi untuk mendapatkan persentase akurasi sistem secara keseluruhan. Dan dari pengujian yang telah dilakukan pada penelitian ini, diperoleh presentase akurasi sistem sebesar 95 % dalam mengidentifikasi wajah dengan posisi wajah yang berbeda-beda atau acak yang digunakan untuk sistem absensi.