INTECOMS: Journal of Information Technology and Computer Science
Vol 6 No 2 (2023): INTECOMS: Journal of Information Technology and Computer Science

Deteksi Wajah Jenis Kelamin Dengan Fitur Hijab dan Tidak Berhijab Menggunakan Jaringan Saraf Konvolusi

M.Fauzan Aziz Ilhami (Universitas Stikubank)
Aji Supriyanto (Universitas Stikubank (UNISBANK) Semarang)



Article Info

Publish Date
17 Sep 2023

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%.

Copyrights © 2023