<![CDATA[Perkembangan teknologi dan kemudahan akses data mendorong peningkatan kebutuhan sistem berbasis kecerdasan buatan, terutama dalam bidang pengolahan citra wajah. Data wajah menjadi salah satu jenis data personal yang mudah diperoleh dan banyak digunakan dalam penelitian, terutama dalam identifikasi gender secara otomatis. Identifikasi ini bersifat efisien, non-invasif, cocok diterapkan pada sistem digital untuk meningkatkan keamanan dan pengalaman pengguna. Salah satu metode yang efektif untuk deteksi wajah dan klasifikasi gender secara real-time adalah YOLO (You Only Look Once). Pada penelitian ini nantinya menggunakan metode You Only Look Once versi 8 (YOLOv8) untuk pendeteksian objek dengan mengimplementasikan tiga sub versi didalamnya yaitu nano (YOLOv8n), small (YOLOv8s), medium (YOLOv8m) untuk mendeteksi dan mengklasifikasikan gender berdasarkan citra wajah. Setiap subversi memiliki karakteristik tersendiri dalam hal kecepatan, akurasi, dan kebutuhan komputasi. Penelitian ini bertujuan untuk membandingkan performa ketiganya untuk memperoleh model deteksi gender yang paling optimal. Dengan pendekatan ini diharapkan dapat mendukung pengembangan sistem cerdas yang mampu mengidentifikasi jenis kelamin secara otomatis dan akurat.]]>
Copyrights © 2025
