SISTEM PENGENALAN WAJAH MAHASISWA PRAKTIKUM DI LABORATORIUM TEKNIK ELEKTRO DAN INFORMATIKA POLMANBABEL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Pengenalan wajah termasuk ke dalam jenis biometrik yang didasarkan pada fitur
wajah manusia. Pengenalan wajah ini sangat penting untuk sebuah instansi seperti
perguruan tinggi yang memiliki banyak mahasiswa, sehingga para karyawan sulit
untuk mengenali mahasiswa satu per satu. Penelitian ini menggunakan mahasiswa
sebagai objek dan difokuskan pada satu ruang laboratorium dengan tujuan untuk
mengidentifikasi siapa saja yang berada dalam ruangan laboratorium yang
tujuannya untuk meningkatkan fungsi keamanan dan pengawasan. Metode yang
digunakan dalam proyek akhir ini adalah Convolutional Neural Network (CNN).
Berdasarkan hasil pengujian menggunakan 7000 data uji dan proses training
sebanyak 5 epoch, sistem pengenalan wajah ini dapat berjalan secara real-time
akan tetapi belum bekerja secara optimal. Sistem dapat mengenali wajah pada
jarak optimum 4 meter dengan rata-rata pencahayaan 375 lux. Hasil pengujian
juga menunjukkan bahwa sistem ini dapat mengenali lebih dari satu wajah dalam
satu waktu, sehingga dapat membuat sistem bekerja secara efektif dan efisien. Hasil
prediksi yang diperoleh dari pengujian menggunakan confusion matrix didapatkan
akurasi sebesar 99,7%.
Kata kunci: Confusion matrix, Convolutional Neural Network (CNN), jarak,
pengenalan wajah