Implementasi Pengenalan Wajah dengan Metode Convolutional Neural Network pada Robot Yudisium Fakultas Teknik Universitas Jember

Abstract

Sistem biometrik merupakan identifikasi secara otomatis terhadap manusia berdasarkan psikological atau karakeristik tingkah laku manusia. Salah satu teknik biometric yang sangat menarik adalah aplikasi yang mampu mendeteksi dan mengidentifikasi wajah. Sistem pengenalan wajah (Face Recognition) banyak dipakai dengan menggunakan berbagai metode, Pada penelitian kali ini akan dikembangkan sistem pengenalan wajah yang dipasang pada robot yudisium Fakultas Teknik Universitas Jember dengan menggunakan CNN (Convolutional Neural Network) sebagai classifier. Robot yudisium ini dirancang secara manual dengan menggunakan 4 buah roda omnidirectional wheel, ditambah dengan manekin agar menyerupai manusia serta ditambah kamera diatas kepala robot agar robot dapat mengenali target. Pada sistem elektrikal robot yudisium terdapat beberapa komponen yang digunakan antara lain mikrokontroler Arduino Mega, driver motor, motor DC, dan Jetson Nano. Untuk pengendalian robot digunakan sebuah WebCam yang akan mengirim data ke NVIDIA Jetson Nano berupa gambar, kemudian data tersebut diolah untuk memberikan sinyal instruksi yang sesuai ke Arduino Mega. Pada saat pengolahan data inilah NVIDIA Jetson Nano diprogram sesuai dengan kaidah metode Convolution Neural Network. Sedangkan untuk penggerak robot menggunakan 4 buah driver motor BTS 7960 dan 4 buah motor DC PG45 24V. Berdasarkan pengujian keseluruhan yang telah dilakukan robot berhasil mengenali wajah sesuai target yang dimaksud, dengan indikator robot berhenti di depan target antara jarak 9 – 12 cm. Selain wajah target yang dimaksud, maka robot akan mengabaikan wajah tersebut dan terus berjalan untuk memindai wajah yang lain. Kesimpulan yang didapatkan dari penelitian ini adalah diperlukan 9 lapisan CNN untuk menghasilkan akurasi pengenalan wajah yang tinggi. Metode CNN juga mampu mengenali wajah meskipun dengan ekspresi wajah yang berbeda – beda.