IDENTIFIKASI WAJAH BERMASKER MENGGUNAKAN ALGORITMA MULTI-TASK CASCADED CONVOLUTIONAL NEURAL NETWORK

-, Sriyati (2021) IDENTIFIKASI WAJAH BERMASKER MENGGUNAKAN ALGORITMA MULTI-TASK CASCADED CONVOLUTIONAL NEURAL NETWORK. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 18.52.1117-Sriyati.pdf Download (5MB)

Abstract

Covid-19 telah ditetapkan sebagai pandemi global, menggunakan masker wajah telah menjadi bagian penting dalam kehidupan kita. Masyarakat dihimbau untuk menutupi wajahnya ketika berada di area publik untuk menghindari penyebaran virus. Penggunaan masker wajah ini telah menimbulkan pertanyaan serius mengenai sistem pengenalan wajah untuk mengidentifikasi dan memverifikasi seseorang dikarenakan oleh masalah wajah yang sebagian tertutup masker atau penutup wajah lainnya. Oleh karena itu penelitian ini menyajikan deteksi wajah dengan masker dan tanpa masker dan melakukan identifikasi dengan landmark wajah minimum untuk mengetahui siapa orang di bawah wajah dengan masker tersebut. Penelitian ini menggunakan Deep Neural network untuk deteksi masker wajah dan metode MultiTask Cascaded Convolutional Neural Network, FaceNet dan SVM classifier untuk proses identifikasi. Penelitian ini menggunakan tiga dataset yaitu dataset kumpulan wajah (dataset1), dataset wajah tanpa masker (dataset 2) dataset wajah dengan masker virtual dan real (dataset 3). Hasil dari deteksi wajah dengan masker dilatih pada dataset 1 mencapai akurasi 98% pada pelatihan dan untuk pengujian mendapatkan 100% akurasi pada wajah tanpa masker. 99.99% akurasi untuk wajah dengan masker, identifikasi dengan metode Multi-Task Cascaded Convolutional Neural Network mendapatkan ketepatan dan rata-rata keyakinan identitas dari data pengujian 78.69 untuk data wajah tanpa masker. 81.18 untuk data wajah dengan masker virtual dan dataset real dengan beragam masker mendapatkan keyakinan 83.659.

Actions (login required)

View Item