IMPLEMENTASI DEEP LEARNING MENGGUNAKAN DOMAIN ADAPTIVE FASTER REGION CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI CITRA WAJAH

Klasifikasi wajah telah menjadi salah satu alternatif dalam berbagai bidang yang membutuhkan identifikasi seseorang. Wajah merupakan bagian dari identifikasi biometrik yang tidak mudah untuk diduplikasi. Metode yang diterapkan dalam klasifikasi wajah seringkali hanya mampu mengklasifikasi wajah menghadap ke depan, namun mengalami kesulitan dalam mengklasifikasi wajah yang menghadap ke arah lain, ekspresi wajah yang berbeda dan beberapa wajah dalam sebuah gambar. Belakangan ini banyak dilakukan penelitian untuk mengatasi masalah pengenalan wajah ini menggunakan metode deep learning, salah satunya adalah Faster R-CNN dimana algoritma ini melakukan pencocokan menggunakan dataset kumpulan wajah manusia dengan mengekstraksi ciri-ciri yang membedakan setiap wajah dan dijadikan perbandingan untuk mengenali identitas wajah dengan akurat. Faster R-CNN tidak dilengkapi dengan pendeteksi wajah, oleh karena itu kita menggabungkannya dengan segmentasi warna kulit manusia untuk mengekstraksi bagian wajah untuk selanjutnya diidentifikasi menggunakan algoritma Faster R-CNN ini. Hasil pengujian terdiri dari 60 buah gambar, yang mencakup 12 kategori yaitu satu wajah menghadap ke depan, satu wajah menghadap ke arah lain, satu wajah berekspresi, dua wajah menghadap ke depan, dua wajah menghadap ke arah lain, dua wajah berekspresi, tiga wajah menghadap ke depan, tiga wajah menghadap ke arah lain, tiga wajah berekspresi, empat wajah menghadap ke depan, empat wajah menghadap ke arah lain dan empat wajah berekspresi. Hasil dari keseluruhan pengujian diperoleh recall sebesar 77.16%, presisi sebesar 93.83% dan akurasi sebesar 73.5%.