Detail Cantuman

Wajah merupakan ciri yang unik yang dapat dimilik oleh setiap orang masing – masing
individu, dari keunikan ini lah yang dapat digunakan sebagai pengenalan yang dapat
dilakukan untuk hal sepeerti keamanan transaksi, otentifikasi, gambar wajah dari setiap
masing – masing individu yang objeck atau kondisinya tidak mudah untuk dikontrol,
hal ini yang menyebabkan gambar wajah dapat berubah dengan berbagai posisi tingkat
kemiringan kepala posisi yang berbeda dan pembedaan itensitas cahaya yang dapat
membuat proses pengenalan wajah untuk tidak mudah diklasifikasi. Untuk penelitian
kali ini membahas tentang sebuah teknologi biometric sebagai pengenalan wajah untuk
prototype sistem pengenalan wajah untuk identifikasi akses masuk pintu loker
penyimpanan barang menggunakan algoritma convolutional neural network
berdasarkan jaringan saraf tiruan untuk dapat melakukan klasifikasi gambar secara
real-time proses ini terdiri dari convolusional layer, pooling layer, max pooling flatten
dan fully connected layer untuk pengenalih wajah. Keluaran dari sebuah proses
sebelumnya akan dikirim kepada mikrokontroler berbasis Rasberry Pi. Untuk evaluasi
hasil dari penelitian ini dengan menggunakan data sebanyak 100 gambar wajah
mendapatkan pengenalan wajah yang memiliki tingkat accuracy sebesar 94%, dan
mendapat tingkat kesalahan yaitu adalah sebesar 6% dari hasil keseluruhan waktu
proses pada alat yaitu adalah sebesar 3.813 detik. Algoritma CNN dalam penerapan
pengenalan wajah mampu menghasilkan nilai error yang rendah, tingkat keberhasilan
dan akurasi tinggi, serta cepat dalam mengidentifikasi gambar wajah.