Identifikasi dan Prediksi Umur serta Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Algoritma Convolutional Neural Network (CNN)
DOI:
https://doi.org/10.21067/jtst.v4i2.6985Keywords:
pengolahan wajah, citra, umur, gender, Cconvolutional Neural NetworkAbstract
Wajah merupakan salah satu bagian dari tubuh manusia yang dapat dibuat subjek penelitian mengenai pengenalan citra atau face recognition. Melalui wajah, kita dapat mengetahui jenis kelamin dan umur dari seseorang. Penelitian tentang identifikasi citra wajah adalah salah satu implementasi dari Computer Vision dan Artificial Intelligent yang saat ini banyak dikaji oleh para ahli. Banyak penelitian tentang identifikasi citra wajah dengan berbagai macam metode untuk menghasilkan tingkat akurasi paling tinggi dalam mengenal wajah seseorang berdasarkan citra yang ada. Teknologi ini sangat bermanfaat untuk membantu manusia dalam hal keamanan dan Kesehatan. Tujuan utama dari tugas besar berupa penelitian ini adalah untuk mempelajari dan mengimplementasikan metode estimasi usia dan jenis kelamin berdasarkan citra wajah, menggunakan metode convolutional neural network (CNN) yang dapat secara akurat menentukan usia dan jenis kelamin seseorang.
References
Abhirawa, Halprin, Jondri, and Anditya Arifianto. 2017. Pengenalan Wajah Menggunakan Convolutional Neural Networks (CNN). e-Proceeding of Engineering 4(3): 4907–16.
Eka Putra, W. S. 2016. Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) pada Caltech 101. Jurnal Teknik ITS. Volume 5 (1).
Gaspers, V. 2002. Total Quality Management, Cetakan Kedua, Gramedia Pustaka Utama, Jakarta.
Hamidy, F. 2016. Pendekatan Analisis Fishbone Untuk Mengukur Kinerja Proses Bisnis Informasi E-Koperasi. Jurnal Teknoinfo. Volume 10 (1).
Huda, Asrul., Ardi, Noper. 2020. Dasar-Dasar Pemrogaman Berbasis Python. Padang : UNP Press.
Irawan, Benny, and Irfan Humaini. 2016. Pendeteksian Wajah pada Citra Dinamis yang Dilengkapi Fitur Gender Secara Realtime. Seminar Nasional APTIKOM (SEMNASTIKOM).
Kattenborn, Teja., Leitloff, Jens., Schiefer, Felix., Hinz, Stefan. 2021. Convolutional Neural Networks (CNN) in vegetation remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing. Volume 173.
Muhidin, Rusli., Kharie, N Faisal., Kubais, Muin. 2017. Analisis dan Perancangan Sistem Informasi pada SMA Negeri 18 Halmahera Selatan sebagai Media Promosi Berbasis WEB. Indonesian Journal on Information System (IJIS). Volume 2 (2).
Munarto, Ri., Fahrizal, Rian., Darma, Ardian. 2021. Klasifikasi Gender dan Usia Berdasarkan Citra Wajah Manusia Menggunakan Convolutional Neural Network. Jurnal Ilmiah Setrum. Volume 10 (2).
Peryanto, Ari., Yudhana, Anton., Umar, Rusydi. 2020. Klasifikasi Citra Menggunakan Convolutional Neural Network dan K Fold Cross Validation. Journal of Applied Informatics and Computing (JAIC). Volume 4 (1).
Puspindes. 2017. Buku Panduan Pemrograman Python. Pemalang: Relawan TIK.
Raharjo, Adi Sapto, Ari Saputra, and Suhendro Yusuf Irianto. 2019. Pengembangan Pengolahan Citra Face Recognition , Face Counting Dan Age Gender Detection Secara Real Time Di Python. Seminar Nasional Hasil Penelitian dan Pengabdian.
Salawazo, Vandel Maha Putra, Desta Putra Jaya Gea, Richard Foarota Gea, and Fadhillah Azmi. 2019. Implementasi Metode Convolutional Neural Network ( CNN ) Pada Peneganalan Objek Video Cctv. Jurnal Mantik Penusa. Volume 3(1).
Wahyu, Muhamad, Budi Santoso, Randy Cahya Wihandika, and Muh Arif Rahman. 2019. Ekstraksi Ciri Untuk Klasifikasi Jenis Kelamin Berbasis Citra Wajah Menggunakan Metode Compass Local Binary Patterns. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Volume 3 (11).
Zein, Afrizal. 2020. “Memprediksi Usia Dan Jenis Kelamin Menggunakan Convolutional Neural Networks.†Sainstech: Jurnal Penelitian dan Pengkajian Sains dan Teknologi 30(1): 1–7.
Zulkhaidi, Tengku Cut Al-Saidina., Maria, Eny., Yulianto. 2019. Pengenalan Pola Bentuk Wajah dengan OpenCV. JURTI. Volume 3 (2).
Downloads
Published
How to Cite
Issue
Section
License
Rainstek: Jurnal Terapan Sains dan Teknologi allows readers to read, download, copy, distribute, print, search, or link to the full texts of its articles and allow readers to use them for any other lawful purpose.
This work is licensed under a Creative Commons Attribution 4.0 International License. The Authors submitting a manuscript do so with the understanding that if accepted for publication, copyright of the article shall be assigned to Rainstek: Jurnal Terapan Sains dan Teknologi