Implementasi Deep Learning untuk Klasifikasi Kekerabatan pada Citra Wajah menggunakan Algoritma Convolutional Neural Network
Abstract
Kekerabatan merupakan hubungan darah yang terjadi diantara dua orang atau lebih atau dapat dikatakan sanak famili, seperti ayah dengan anak, ibu dengan anak, atau antar saudara. Secara awam hubungan kekerabatan dapat diketahui berdasarkan kemiripan wajah atau dalam ilmu kedokteran dengan menggunakan tes DNA. Seiring berkembangnya teknologi saat ini terdapat sistem pengenalan wajah yang dilakukan oleh komputer atau dikenal dengan istilah kecerdasan buatan.
Kecerdasan buatan dapat diterapkan pada sistem klasifikasi kekerabatan berdasarkan citra wajah, seperti pada penelitian ini. Mengembangkan dari penelitian yang pernah dilakukan sebelumnya dengan menggunakan jenis kumpulan data atau dataset berupa gambar atau 2D, sedangkan pada penelitian ini menggunakan dataset berupa video atau 3D. Dataset yang digunakan adalah berdasarkan video yang telah diambil oleh penulis dengan berlandaskan kode etik yang berlaku.
Penelitian dilakukan dengan membuat sistem klasifikasi kekerabatan yang menerapkan algoritma convolutional neural network. Terdapat tiga proses, yaitu pra-proses untuk mengkonversi dataset, training untuk proses pelatihan sistem dan testing untuk proses pengujian data. Keluaran dari sistem tersebut berupa hasil prediksi dan tingkat akurasi. Model CNN yang diterapkan adalah 3D Resnet 18 dan 3D Resnet 34 dengan metode Viola Jones sebagai deteksi wajah. Berdasarkan penelitian yang telah dilakukan diketahui bahwa nilai akurasi dari kedua model tersebut adalah 96%. Model CNN 3D Resnet 18 dapat dikatakan lebih baik karena nilai loss function lebih rendah dibandingkan dengan 3D Resnet 34.
Collections
- UT-Faculty of Engineering [3934]