Electronic Resource
PENGENALAN JENIS KELAMIN MAHASISWA UNIVERSITAS NURUL JADID (UNUJA) PADA VIDEO BERDASARKAN BUSANA MENGGUNAKAN METODE HAAR CASCADE DAN DEEP LEARNING
Solehah Raudatus. 2019. Pengenalan Jenis Kelamin Mahasiswa
Universitas Nurul Jadid (UNUJA) pada Video berdasarkan
Busana menggunakan Metode Haar Cascade dan Deep
Learning. Skripsi, Prodi Informatika, Fakultas Teknik,
Universitas Nurul Jadid Paiton Probolinggo. Pembimbing :
(I) Gulpi Qorik O.P., S.Pd., M.Kom, (II) Olief Ilmandira
R.F., S.Pd., M.Si
Kata Kunci : Pengenalan Jenis Kelamin, Busana, Haar Cascade, Deep Learning.
Klasifikasi jenis kelamin yaitu suatu proses mengklasifikasikan jenis
kelamin seseorang melalui citra digital berdasarkan fitur citra pelatihan yang telah
disimpan dengan fitur uji. Objek yang dijadikan acuan untuk mengklasifikasikan
jenis kelamin adalah busana yang dikenakan di area wajah. Universitas Nurul
Jadid adalah universitas yang berada dibawah naungan Pondok Pesantren Nurul
Jadid tentu dalam mengatur pergaulan mahasiswa menggunakan aturan yang
berlandaskan kepesantrenan. Mahasiswa dilarang melakukan pertemuan dengan
mahasiswi di area kampus. Akan tetapi, masih banyak mahasiswa dan mahasiswi
yang melanggar aturan tersebut. Oleh karena itu, dibutuhkan suatu metode yang
dapat mengklasifikasi jenis kelamin mahasiswa berdasarkan busana pada area
wajah secara otomatis.
Penelitian ini menggunakan dua metode yaitu metode haar cascade dan
metode deep learning. Metode haar cascade digunakan untuk mendeteksi titik
area wajah dan metode deep learning digunakan untuk mengklasifikasikan citra.
Tahapan yang dilakukan pada penelitian ini yaitu pengambilan data set dengan
posisi wajah menghadap ke kamera, kemudian prepocessing tahap 1. Selanjutnya
implementasi metode haar cascade. Hasil ekstraksi metode haar cascade
dikelompokkan berdasarkan area wajah kemudian dikelompokkan berdasarkan
jenis kelamin kemudian di lakukan proses resize. Kemudian diimplementasikan
kedalam metode deep learning.
Data training yang digunakan yaitu 2020 gambar terdiri dari 1010 gambar
laki-laki dan 1010 gambar perempuan. Data testing pertama berupa gambar
sebanyak 100 gambar terdiri dari 50 gambar laki-laki dan 50 gambar perempuan.
Data testing yang kedua yaitu menggunakan 5 video dengan durasi masingmasing
± 2 menit. Model dengan epoch 140 dan step 400 diimplemtasikan pada
gambar mendapatkan akurasi 99% dan hasil uji coba menggunakan video objek
area wajah terdeteksi dan terklasifikasi dengan baik.
Metode haar cascade dapat mendeteksi dengan baik apabila posisis wajah
menghadap ke kamera. Metode deep learning dapat mengklasifikasikan jenis
kelamin dengan baik apabila komposisi warna pada gambar dan video sama
dengan komposisi warna pada data training. Oleh karena itu, pada penelitian
selanjutnya dapat melakukan penambahan pada data training agar data lebih
bervariasi.
15014061 p | 15 RAU p 061 | Perpustakaan Universitas Nurul Jadid | Tersedia namun tidak untuk dipinjamkan - Koleksi Digital |
Tidak tersedia versi lain