Klasifikasi Pengenalan Wajah untuk Mengetahui Jenis Kelamin menggunakan Metode Convolutional Neural Network

Satriawan, Muhammad Akbar (2023) Klasifikasi Pengenalan Wajah untuk Mengetahui Jenis Kelamin menggunakan Metode Convolutional Neural Network. Diploma thesis, Universitas Multi Data Palembang.

[img] Text
1822250090 Muhammad Akbar Satriawan.pdf

Download (909kB)

Abstract

Wajah merupakan komponen yang paling mudah dikenali dan seringkali menjadi pusat perhatian orang lain dalam tubuh manusia. Sering terjadinya kesulitan dalam membedakan dan menganalisis citra wajah dengan jumlah yang banyak secara manual karena banyaknya kemiripan antara laki-laki dan perempuan sehingga memperlambat proses identifikasi jenis kelamin. Maka penelitian ini dibuat untuk memperbaiki masalah tersebut dengan menggunakan metode CNN. Dataset yang digunakan terdapat 2280 citra yang terdiri dari train, valid dan test. Proses penelitian meliputi pra-pemrosesan data, inisialisasi model, pelatihan model, validasi dan penyetelan hyperparameter, serta evaluasi performa model. Hasil pengujian menunjukkan peningkatan akurasi dan penurunan loss seiring dengan bertambahnya iterasi pelatihan. Dalam penelitian ini, diperoleh hasil dengan tingkat akurasi sebesar 92%, yang menunjukkan efektivitas penggunaan Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 dalam memproses dan mengklasifikasikan gambar wajah pria dan wanita.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Wajah, Pria, Wanita, Jenis Kelamin, CNN, ResNet-50, Deep Learning, Adam
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer dan Rekayasa > Informatika
Depositing User: Nur Saadah
Date Deposited: 16 Aug 2023 04:03
Last Modified: 16 Aug 2023 04:03
URI: http://rama.mdp.ac.id:84/id/eprint/439

Actions (login required)

View Item View Item