Deteksi Wajah Jenis Kelamin Dengan Fitur Hijab dan Tidak Berhijab Menggunakan Jaringan Saraf Konvolusi
Abstract
Penelitian ini bertujuan untuk mendeteksi jenis kelamin berdasarkan citra wajah dengan fitur hijab dan tanpa hijab menggunakan arsitektur AlexNet dan SqueezeNet. Total ada 170 gambar citra wajah, terdiri dari 127 gambar dari peneliti sebelumnya dan 43 gambar diambil langsung. Data tersebut terbagi menjadi dua kelas, dengan 68 gambar wajah laki-laki dan 102 gambar wajah perempuan. Dari 102 gambar wajah perempuan, terdapat 78 gambar dengan fitur hijab dan 24 gambar tanpa fitur hijab. Dalam validasi, dengan 40 gambar (15 laki-laki dan 25 perempuan), model AlexNet mencapai akurasi validasi 100%, sementara model SqueezeNet mencapai akurasi validasi 92,50%. Pada pengujian dengan 40 gambar testing (20 laki-laki dan 20 perempuan), 10 gambar perempuan memiliki fitur hijab dan 10 gambar tidak memiliki fitur hijab. Hasil pengujian menunjukkan bahwa AlexNet berhasil mengklasifikasikan 37 gambar secara tepat, akurasi yang didapat sebesar 92,5%, sementara SqueezeNet berhasil mengklasifikasikan 36 gambar secara tepat, akurasi yang didapat sebesar 90%.
References
Almahmud, D. (2022). Pengenalan Ekspresi Wajah Pengucapan Huruf Vocal Menggunakan Convolutional Neural Network (CNN). Universitas Stikubank.
Anggriawan, H., & Hikmah, N. (2021). Penelitian Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah. Information System Journal, 4(2), 14–20.
Budi, A., Suma’inna, & Maulana, H. (2018). Pengenalan Citra Wajah Sebagai Identifier Menggunakan Metode Principal Component Analysis (PCA). Jurnal Teknik Informatika UIN Syarif Hidayatullah, 9(2), 166–175.
Handayani, L., Wildan, & Bahry, R. (2021). Bias Gender Dalam Novel Sabil Dan Cut Nyak Dien Karya Sayf Muhammad Isa. Jurnal Master Bahasa, 9(1), 522–529. http://www.jurnal.unsyiah.ac.id/MB
Hermanto, T. I., & Muhyidin, Y. (2020). Analisis Data Sebaran Bandwidth Menggunakan Algoritma Dbscan Untuk Menentukan Tingkat Kebutuhan Bandwidth Di Kabupaten Purwakarta. Rabit: Jurnal Teknologi dan Sistem Informasi Univrab, 5(2), 130–137. https://doi.org/10.36341/rabit.v5i2.1388
nengsih, warnia. (2020). CNN Modelling Untuk Deteksi Wajah Berbasis Gender Menggunakan Python. Jurnal Komputer Terapan, 6(2), 190–199. https://doi.org/10.35143/jkt.v6i2.3679
Nurhalimah, L., Hermanto, T. I., & Kaniawulan, I. (2022). Analisis Prediksi Mood Genre Musik Pop Menggunakan Algoritma K-Means dan C4.5. JURIKOM (Jurnal Riset Komputer), 9(4), 1006. https://doi.org/10.30865/jurikom.v9i4.4597
Pradana, A. I., Abdullah, R. W., & Harsanto. (2022). Deteksi Ketepatan Pengunaan Masker Wajah Dengan Algoritma CNN Dan Haar Cascade. Jurnal Teknik Informatika dan Sistem Informasi , 9(3), 2305–2316.
Raharjo, A. S., Saputra, A., & Irianto, S. Y. (2019). Pengembangan Pengolahan Citra Face Recognition, Face Counting dan Age Gender Detection Secara Real Time di Python. Prosiding Seminar Nasional Darmajaya, 1, 68–77.
Rao, S., Amarnadh, Anu, Sanjay, V. S., Kalyan, P., & Sunny. (2022). Face Recognition using Deep Convolution Neural Networks Based on Transfer Learning. NeuroQuantology, 20(10), 5985–6000. https://doi.org/10.14704/nq.2022.20.10.NQ55598
Riansyah, A., & Mirza, A. H. (2023). Pendeteksi Mobil Berdasarkan Merek dan Tipe Menggunakan Algoritma YOLO Car Detector by Brand and Type Using the YOLO Algorithm. SMATIKA: STIKI Informatika Jurnal, 13(1), 43–52. https://doi.org/10.32664/smatika.v13i01.719
Santoso, H., Magdalena, H., & Wardhana, H. (2022). Aplikasi Dynamic Cluster pada K-Means BerbasisWeb untuk Klasifikasi Data Industri Rumahan. MATRIK: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 21(3), 541–554. https://doi.org/10.30812/matrik.v21i3.1720
Satyo, A., Karno, B., Hastomo, W., Efendi, Y., Diyah, D., & Irawati, R. (2021). Konferensi Nasional Ilmu Komputer (KONIK) 2021 Arsitektur Alexnet Convolution Neural Network (CNN) Untuk Mendeteksi Covid-19 Image Chest-Xray. Konferensi Nasional Ilmu Komputer (KONIK), 5(1), 482–485. https://prosiding.konik.id/index.php/konik/article/view/105
Sumijan, S., Widya Purnama, P. A., & Arlis, S. (2021). Buku-Teknologi Biometrik: Impementasi pada Bidang Medis Menggunakan Matlabs.
Suwitono, Y. A., & Kaunang, F. J. (2022). Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Daun Dengan Metode Data Mining SEMMA Menggunakan Keras. Jurnal Komtika (Komputasi dan Informatika), 6(2), 109-121.
Tanuwijaya, E., Kartamihardja, D. C., & Lianoto, T. L. (2021). Deteksi Ekspresi Wajah Manusia Menggunakan Convolution Neural Network Pada Citra Pembelajaran Daring. JURNAL ILMIAH BETRIK: Besemah Teknologi Informasi dan Komputer, 12(3), 224–230.
Togatorop, P. R., & Fauzi, A. (2022). Klasifikasi Penggunaan Masker Wajah Menggunakan Squeezenet. Jatisi:Jurnal Teknik Informatika dan Sistem Informasi, 9(1), 397–406.
Zaini, M. (2018). Pendidikan remaja dalam perspektif psikologi pendidikan. EL-BANAT: Jurnal Pemikiran Dan Pendidikan Islam, 8(1), 99-117.