Setrum : Sistem Kendali-Tenaga-elektronika-telekomunikasi-komputer
Vol 10, No 2 (2021): Edisi Desember 2021

Klasifikasi Gender dan Usia Berdasarkan Citra Wajah Manusia Menggunakan Convolutional Neural Network

Ri Munarto (Unknown)
Ardian Darma (Jurusan Teknik Elektro Universitas Sultan Ageng Tirtayasa Banten)



Article Info

Publish Date
16 Nov 2021

Abstract

Fokus pada studi ini adalah untuk membuat sebuah model klasifikasi untuk memprediksi gender dan usia menggunakan citra wajah manusia. Metode klasifikasi studi ini menggunakan convolutional neural network. Tujuan dari studi ini adalah membangun model klasifikasi yang dapat memprediksi gender dan usia dari data citra wajah manusia yang sudah ada. Untuk melakukannya, terdapat beberapa proses yang dilakukan, mulai dari pengumpulan data, praproses, pembagian data, pelatihan dan pengujian data. Data yang digunakan berasal dari UTKFace yang memiliki 23.708 data citra wajah manusia dengan dua label, yaitu gender dan usia. Label gender terdiri dari laki- laki dan perempuan, serta label usia terdiri dari usia 0-20, 21-40, dan 41+ tahun. Penelitian ini menyimpulkan bahwa metode convolutional neural network dapat mengklasifikasi gender dengan performa akurasi 89,18%, presisi 89,28%, dan sensitivitas 89,17%. Dan dalam mengklasifikasi usia dapat menghasilkan performa akurasi 74,14%, presisi 78,07%, dan sensitivitas 70,65%.Kata kunci: Gender, Usia, CNN

Copyrights © 2021






Journal Info

Abbrev

jis

Publisher

Subject

Education

Description

SETRUM : Sistem Kendali Tenaga Elektronika Telekomunikasi Komputer merupakan jurnal yang diterbitkan oleh Jurusan Teknik Elektro, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa (UNTIRTA) sejak 2012 menggunakan sistem Open Journal System ...