Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Tematik : Jurnal Teknologi Informasi Komunikasi
Rananda Deva Rian
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi Model Algoritma Generative Adversarial Network (Gan) Pada Sistem Presensi Berbasis Deteksi Wajah (SIDEWA) Suprapti, Tati; Dian Ade Kurnia; Doni Anggara; Rananda Deva Rian; Aldi Setiawan
TEMATIK Vol 9 No 2 (2022): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2022
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v9i2.1048

Abstract

Penelitian ini bertujuan untuk mengukur tingkat keberhasilan model algoritma Generative Adversarial Network (GAN) terhadap objek gambar wajah yang diimplemntasikan pada sistem presensi berbasis deteksi wajah di Kantor BPS Kota Cirebon. GAN terdiri dari dua jaringan terpisah, di antaranya ditargetkan satu sama lain. Kumpulan jaringan pertama adalah pengklasifikasi yang perlu dilatih untuk mengetahui apakah itu nyata atau salah, dan kumpulan jaringan kedua adalah generator yang menghasilkan sampel acak yang mirip dengan sampel nyata dan menggunakannya sebagai sampel palsu. GAN merupakan teknik deep learning yang digunakan untuk memproses data yang tidak terstruktur salah satunya gambar wajah. Beberapa tahapan dalam melakukan penelitian ini diantaranya adalah penyiapan dataset, pemrosesan data set, membuat model generator, membuat model diskriminator, menggabungkan model generator dan diskriminator , membuat proses training GAN dan menganalisis kemampuan generator dan diskriminator. Berdasarkan hasil eksperimen yang telah dilakukan pada sampel gambar wajah melalui 1000 epoch dengan 10 iterations setiap 1 epoch diperlukan waktu training selama 5 menit, dengan menghasilkan rata rata akurasi 66,06 %. Dari hasil dari proses training yang dilakukan, gambar yang diperoleh dapat dikatakan berhasil karena terlihat walaupun belum nampak dengan sangat jelas. Kata Kunci : Generative Adversarial Networks, Deep Learning, Epoch, Wajah
Co-Authors Aldi Setiawan Dian Ade Kurnia Doni Anggara Tati Suprapti