Klasifikasi Bentuk Wajah Menggunakan Efficientnet-B4

Christofel Wicaksono, John
Julian Sahertian
Rony Heri Irawan

Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Klasifikasi bentuk wajah merupakan komponen penting dalam sistem rekomendasi produk personalisasi seperti kacamata atau kosmetik. Penelitian ini  bertujuan untuk mengembangkan sistem ini bertujuan untuk mengembangkan sistem klasifikasi bentuk wajah otomatis menggunakan srditektur EffiientNet-B4 dengan pendekatan transfer learning pada framework PyTorch. Dataset yang digunakan terdiri dari lima kelas bentuk wajah yaitu oval, round, heart, square dan oblong, yang diambil dari dataset publik. Model dilatih menggunakan augmentasi data, normalisasi, mixed precision training, dan scheduler learning rate. Hasil evaluasi menunjukan bahwa model berhasil mencapai akurasi validasi sebesar 81% dan F1-score rata-rata yang tinggi pada seluruh kelas. Studi ini menunjukan bahwa arsitektur EfficientNet-B4 efektis digunakan dalam tugas klasifikasi bentuk wajah dan dapat digunakan sebagai dasar untuk sistem rekomendasi sebagai dasar untuk sistem rekomendasi berbasis wajah dimasa depan.