Implementasi Opencv Face Recognition Pada Real-Time Deteksi Umur Dan Jenis Kelamin Menggunakan Python Dengan Metode Klasifikasi

Penulis

  • Risky Aditia Universitas Islam Negeri Sumatera Utara
  • Muhammad Sunni Arrafiq Universitas Islam Negeri Sumatera Utara
  • Fahrul Afandi Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.55537/gabdimas.v1i2.820

Kata Kunci:

Opencv, Face Recognition, Metode Klasifikasi, Python

Abstrak

Wajah adalah model visual multidimensi yang dapat menunjukan identitas atau emosi. Skema deteksi wajah ini bertujuan mengenali jenis kelamin dan usia secara real-time. Menggunakan gambar dari kamera atau webcam sebagai input, sistem memberikan output berupa informasi jenis kelamin dan usia subjek saat itu. Dataset berisi 1,940 citra wajah yang telah dipotong dari kaggle.com, dengan jumlah yang sama untuk kelas laki-laki dan perempuan. Data ini mengalami ekstraksi fitur menggunakan model matriks dan dilatih dengan model Caffe, menghasilkan file Caffemodel. File Caffemodel merepresentasikan hasil citra yang dilatih dalam bentuk angka dan huruf. Program deteksi wajah menggunakan Caffemodel untuk mengidentifikasi lokasi wajah pada gambar dengan bingkai berwarna hijau sebagai penanda. Program kemudian menganalisis lebih lanjut untuk mengenali jenis kelamin dan usia dari wajah yang terdeteksi. Output akhir berupa informasi gender dan usia ditampilkan secara real-time melalui webcam pada laptop atau kamera. Skema ini berpotensi dalam pengenalan wajah real-time untuk keamanan, pengawasan, dan hiburan. Dengan model Caffe, sistem cepat dan akurat mengenali jenis kelamin dan usia individu dalam gambar. Integrasi webcam memberikan fleksibilitas implementasi dalam berbagai konteks penggunaan.

Unduhan

Data unduhan belum tersedia.

Referensi

Argina, A. M. (2020). Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes. Indonesian Journal of Data and Science, 1(2), Article 2. https://doi.org/10.33096/ijodas.v1i2.11

Arifianto, J. (2022). Aplikasi Web Pendeteksi Jerawat Pada Wajah Menggunakan Model Deep Learning Dengan Tensorflow. https://dspace.uii.ac.id/handle/123456789/37886

Aryo De Wibowo Muhammad Sidik, Ilman Himawan Kusumah, & Anang Suryana. (2020). Gambaran Umum Metode Klasifikasi Data Mining. FIDELITY Jurnal Teknik Elektro, 2(2), 34–38.

Ashu Kumar, Amandeep Kaur, & Munish Kumar. (2018). Face detection techniques: A review. Springer, 52(2), 927–948. https://doi.org/10.1007/s10462018-9650-2

C Rahmad, RA Asmara, DRH Putra, I Dharma, H Darmono, & I Muhiqqin. (2019). Comparison of Viola-Jones Haar Cascade Classifier and Histogram of Oriented Gradients (HOG) for face detection. IOP Conf. Ser. Mater. Sci. Eng, 732, 1–8. https://doi.org/10.1088/1757-899X/732/1/012038

Dwi Oktaviyanti, Anan Nugroho, & Alfa Faridh Suni. (2022). Pemanfaatan Hand Tracking untuk Membuat Program Virtual Painter sebagai Alternatif Menggambar Digital. PETIR: Jurnal Pengkajian Dan Penerapan Teknik Informatika, 15(2), 287–294. https://doi.org/10.33322/petir.v15i2.1523

Humeau-Heurtier, A. (2019). Texture Feature Extraction Methods: A Survey. IEEE Access, 7, 8975–9000. https://doi.org/10.1109/ACCESS.2018.2890743

Indaryanto, F., Nugroho, A., & Suni, A. F. (2021). Aplikasi Penghitung Jarak dan Jumlah Orang Berbasis YOLO Sebagai Protokol Kesehatan Covid-19. Edu Komputika Journal, 8(1), Article 1. https://doi.org/10.15294/edukomputika.v8i1.47837

Mariana Fitri Sitorus, Ruci Fatharani, & Nurul Fadhillah. (2020). Sistem Deteksi Multi Wajah Menggunakan Metode Haar Cascade Classifier. JICOM Jurnal Informatika Dan Teknologi Komputer, 01(01), 1–5.

Muhajirin, M., & Putri, I. N. (2022). Implementasi Mikrokontroler Dan Sinar Ultraviolet Pada Alat Pendeteksi Uang Palsu. Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 8(1), Article 1.

Permana, C. S. A., & Taufiqurrohman, M. (2020). Rancang Bangun Alat Untuk Mengukur Kadar Kekeruhan Pada Air Menggunakan Kamera Pada Remotely Operataed Vehicle (Rov) Dengan Metode Color Filtering. Jurnal Teknik Elektro dan Komputer TRIAC, 7(1). https://doi.org/10.21107/triac.v7i1.7198

Purwati, R., & Ariyanto, G. (2017). Pengenalan Wajah Manusia berbasis Algoritma Local Binary Pattern. Emitor: Jurnal Teknik Elektro, 17(2), Article 2. https://doi.org/10.23917/emitor.v17i2.6232

RR Hajar Puji Sejati & Rodhiyah Mardhiyyah. (2021). Deteksi Wajah Berbasis Facial Landmark Menggunakan Opencv Dan Dlib. Jurnal Teknologi Informasi, 5(2), 144–148.

S Rani & D Saepudin. (2013). Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Algoritma Adaboost-SVM. Semin. Nas. Teknol. Inf. Dan Multimed, 1(1), 13–18.

Sriyati, S., Setyanto, A., & Luthfi, E. E. (2020). Literature Review: Pengenalan Wajah Menggunakan Algoritma Convolutional Neural Network. Jurnal Teknologi Informasi Dan Komunikasi (TIKomSiN), 8(2), Article 2. https://doi.org/10.30646/tikomsin.v8i2.463

Susim, T., & Darujati, C. (2021). Pengolahan Citra untuk Pengenalan Wajah (Face Recognition) Menggunakan OpenCV. Jurnal Syntax Admiration, 2(3), Article 3. https://doi.org/10.46799/jsa.v2i3.202

Suwarno, S., & Kevin, K. (2020). Analysis of Face Recognition Algorithm: Dlib and OpenCV. Journal Of Informatics And Telecommunication Engineering, 4(1), Article 1. https://doi.org/10.31289/jite.v4i1.3865

Taib, S. M., Sudin, S., & Muhammad, A. H. (2021). Implementasi Face Detection Dan Recognition Menggunakan Python Dengan Numpy Dan Opencv Menggunakan Metode Haar-Cascade Dan Lbph (Local Binary Pattern Histogram). DINTEK, 14(1), Article 1.

Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. Jurnal Media Informatika Budidarma, 4(2), Article 2. https://doi.org/10.30865/mib.v4i2.2080

Varshni, D., Thakral, K., Agarwal, L., Nijhawan, R., & Mittal, A. (2019). Pneumonia Detection Using CNN based Feature Extraction. 2019 IEEE International Conference on Electrical, Computer and Communication Technologies (ICECCT), 1–7. https://doi.org/10.1109/ICECCT.2019.8869364

Wahyudi, R., Hadi, A., Farell, G., & Syukhri, S. (2022). Security System Real Time Human Detection Pada Kamera CCTV Menggunakan Opencv Python. Voteteknika (Vocational Teknik Elektronika dan Informatika), 10(2), Article 2.

Wulansari, D., Djamal, E. C., & Ilyas, R. (2017). Identifikasi Gender Berdasarkan Citra Wajah Menggunakan Deteksi Tepi dan Backpropagation. Seminar Nasional Aplikasi Teknologi Informasi (SNATI). https://journal.uii.ac.id/Snati/article/view/8486

Zebari, R., Abdulazeez, A., Zeebaree, D., Zebari, D., & Saeed, J. (2020). A Comprehensive Review of Dimensionality Reduction Techniques for Feature Selection and Feature Extraction. Journal of Applied Science and Technology Trends, 1(1), Article 1. https://doi.org/10.38094/jastt1224

Zein, A. (2018). Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka Opencv Dan Dlib Python. Sainstech: Jurnal Penelitian Dan Pengkajian Sains Dan Teknologi, 28(2). https://doi.org/10.37277/stch.v28i2.238

Zein, A. (2020). Memprediksi Usia Dan Jenis Kelamin Menggunakan Convolutional Neural Networks. Sainstech: Jurnal Penelitian Dan Pengkajian Sains Dan Teknologi, 30(1). https://doi.org/10.37277/stch.v30i1.727

Unduhan

Diterbitkan

30-09-2023

Cara Mengutip

Aditia, R., Arrafiq, M. S. ., & Afandi, F. . (2023). Implementasi Opencv Face Recognition Pada Real-Time Deteksi Umur Dan Jenis Kelamin Menggunakan Python Dengan Metode Klasifikasi. Jurnal Garuda Pengabdian Kepada Masyarakat, 1(2), 46–55. https://doi.org/10.55537/gabdimas.v1i2.820

Terbitan

Vol 1 No 2 (2023)

Bagian

Artikel

Lisensi

Hak Cipta (c) 2024 Risky Aditia, Muhammad Sunni Arrafiq, Fahrul Afandi

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.