Pengembangan Model Deep Learning Untuk Pengenalan Wajah pada Sistem Keamanan

Authors

  • Husain Ahmad Faiq a:1:{s:5:"en_US";s:41:"Institut Informatika dan Bisnis Darmajaya";}
  • Hary Sabita

DOI:

https://doi.org/10.5281/zenodo.10881284

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah model Deep Learning menggunakan Convolutional Neural Network (CNN) guna meningkatkan sistem keamanan berbasis sistem pengenalan wajah pada Program Studi Teknik Informatika di Institut Informatika dan Bisnis Darmajaya. Keamanan ruangan atau akses terhadap suatu area tertentu menjadi isu yang sangat penting seperti di gedung perkantoran, pusat data, atau laboratorium riset untuk mencegah terjadinya kebocoran data maupun akses yang tidak sah yang dilakukan oleh pihak yang tidak berwenang. Oleh karena itu, diperlukan teknologi yang canggih dan akurat seperti sistem pengenalan wajah untuk memastikan akses yang aman ke dalam ruangan tersebut. Metode Convolutional Neural Network (CNN) telah terbukti efektif dalam tugas pengenalan pola kompleks seperti wajah manusia. Dengan mengimplementasikan teknik-teknik canggih dalam arsitektur Convolutional Neural Network (CNN), penelitian ini menghasilkan sebuah model yang mampu mengenali wajah dengan akurasi tinggi dan respons yang cepat. Hasil akhir dari penelitian ini berupa model Deep Learning dengan akurasi tinggi yang diintegrasikan dengan Graphical User Interface (GUI) yang nantinya dapat digunakan pada perangkat seluler atau edge devices seperti devices IoT (Internet of Things), kamera pengawas, dan perangkat lainnya sesuai dengan kemampuan komputasi yang dibutuhkan.

Downloads

Download data is not yet available.

Downloads

Published

2024-03-26