<![CDATA[Dalam beberapa tahun terakhir ini teknologi biometrik banyak digunakan dalam berbagai bidang aspek. Salah satu teknologi biometrik yang digunakan adalah sistem pengenalan wajah.Dalam sistem biometrik untuk pengenalan wajah, terdiri dari dua tahapan yaitu deteksi dan klasifikasi.Kedua tahapan ini begitu cepat dilakukan oleh manusia, tetapi membutuhkan waktu yang lama untuk dilakukan oleh komputer.Kemampuan manusia itulah yang ingin diduplikasi ke dalam sistem komputer, agar komputer dapat melakukan pengenalan wajah dengan waktu yang cepat. Pengenalan wajah akan bermasalah ketika wajah yang menjadi data masukan mengalami perubahan pada atribut wajah, ekspresi dan pencahayaan, yang nantinya akan sangat mempengaruhi tingkat keakurasiannya. Dalam penelitian ini penulis akan memasukkan wajah yang berhijab dengan ekspresi yang berbeda. Penelitian ini akan menggunakan deep learning dengan metode CNN (Convolutional Neural Network). Implementasi CNN menggunakan Tensorflow dengan bahasa pemograman Phyton.Jumlah dataset yang digunakan ada 10 gambar wajah yang berhijab. Berdasarkan hasil dari pembahasan diperoleh tingkat keakurasian sebesar 92% pada proses training dan 87% pada proses testing. Sehingga dari penelitian ini dapat disimpulkan bahwa kinerja dari model yang telah dibuat pada penelitian ini dapat dikatakan berjalan dengan optimal dalam mendeteksi gambar wajah yang menggunakan atribut yaitu hijab.]]>
Copyrights © 2022
