PENERAPAN METODE DEEP LEARNING UNTUK DETEKSI USIA DARI EKSPRESI WAJAH REAL-TIME MENGGUNAKAN WEBCAM BERBASIS VISUAL CODE

Penulis

  • Yuliy Gusnitasari Simanjuntak Universitas Muhammadiyah Bengkulu image/svg+xml
  • Yuza reswan

DOI:

https://doi.org/10.46576/djtechno.v6i1.6034

Abstrak

Pengenalan Wajah (Face Recognition) adalah teknologi yang memungkinkan sistem komputer mengidentifikasi individu berdasarkan fitur wajah. Teknologi ini banyak digunakan dalam aplikasi seperti keamanan, verifikasi identitas, serta analisis emosi dan usia. Dalam deteksi usia dan ekspresi wajah secara real-time menggunakan Deep Learning, Pengenalan Wajah berperan penting dalam mendeteksi wajah secara otomatis melalui webcam untuk dianalisis lebih lanjut. Penelitian ini bertujuan meningkatkan akurasi dan kecepatan deteksi usia dan ekspresi menggunakan Convolutional Neural Networks (CNN), meskipun terdapat perubahan kondisi seperti pencahayaan, sudut pandang, dan ekspresi wajah. Normalisasi dataset yang tepat diharapkan dapat meningkatkan kemampuan sistem mengenali pola wajah dan memberikan estimasi yang lebih akurat.Metode penelitian menggunakan quasi eksperimen dengan sampel sebanyak 20 orang yang dipilih menggunakan teknik purposive sampling. Penelitian ini menyarankan pengembangan lebih lanjut sistem deteksi usia secara real-time menggunakan deep learning dan integrasi webcam berbasis Visual Code.

Biografi Penulis

  • Yuza reswan
    Dosen universitas Muhammadiyah Bengkulu

Referensi

Akbar, A. T., Saifullah, S., Prapcoyo, H., Pembangunan, U., Veteran, N., Sleman, K., & Korespondensi, P. (2024). KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN COVOLUTIONAL NEURAL FACIAL EXPRESSION CLASSIFICATION USING CONVOLUTIONAL NEURAL. 11(6). https://doi.org/10.25126/jtiik.202411888

AL Sigit Guntoro, Edy Julianto, & Djoko Budiyanto. (2022). Pengenalan Ekspresi Wajah Menggunakan Convolutional Neural Network. Jurnal Informatika Atma Jogja, 3(2), 155–160. https://doi.org/10.24002/jiaj.v3i2.6790

Angga Marcelio, C., Adlan Azzikra, M., Putra Mufazzal, D., Rahman Illahi, A., Al Husain, S., & Abdiansyah. (2024). Aplikasi Analisis Wajah, Klasifikasi Gender dan Prediksi Usia Menggunakan Deep Learning pada Dataset Citra Wajah Manusia. Jurnal Media Infotama, 20(1), 378–383.

Haq, M. A., Rosadi, A., & Wicaksono, W. (2024). Sistem Identifikasi Wajah Personal dan Hemat Daya dengan ESP32 dan OV2640 Berbasis Model. 7(02).

Maulana, M. I., & Aeni, K. (n.d.). PENGENALAN EKSPRESI WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ( CNN ) Kata Kunci : Pengenalan Ekspresi Wajah , Machine Learning , Deep Learning , Convolutional Neural Network ,.

Nugroho, P. A., Fenriana, I., & Arijanto, R. (2020). Implementasi Deep Learning Menggunakan Convolutional Neural Network (CNN) Pada Ekspresi Manusia. Algor, 2(1), 12–21.

Nurjihan, S. W., Faturrahman, N., & Wiguna, I. M. (2024). Pengenalan Pola Ekspresi Wajah Untuk Pengolahan Citra Menggunakan Metode Convolutional Neural Network. 11(4).

Sebagai, N., Karyawan, P., Karseno, D., & Ramadhanu, A. (2025). Jurnal KomtekInfo Penerapan Algoritma Haar Cascade Clasifier dan Computer Neural. 11(4), 398–408. https://doi.org/10.35134/komtekinfo.v12i1.565

Studi, P., Industri, T., Sarjana, P., Industri, F. T., & Indonesia, U. I. (2024). ( STUDI KASUS LABORATORIUM SISTEM MANUFAKTUR TERINTEGRASI UII ).

Susim, T., & Darujati, C. (2021). Pengolahan Citra untuk Pengenalan Wajah (Face Recognition) Menggunakan OpenCV. Jurnal Syntax Admiration, 2(3), 534–545. https://doi.org/10.46799/jsa.v2i3.202

Unduhan

Diterbitkan

2025-04-29

Terbitan

Vol 6 No 1 (2025): April

Bagian

Articles

Lisensi

Pernyataan Hak Cipta dan Lisensi

  1. Hak Cipta atas naskah-naskah karya ilmiah di dalam Jurnal ini dipegang oleh Penulis.
  2. Penulis menyerahkan hak saat pertama kali mempublikasi Naskah karya ilmiahnya dan secara bersamaan Penulis memberikan izin/lisensi dengan mengacu pada  Creative Commons Attribution-ShareAlike 4.0 International License kepada pihak lain untuk menyebarkan karya ilmiahnya tersebut dengan tetap mencantumkan penghargaan bagi penulis dan Djtechno sebagai media Publikasi pertama atas karya tersebut.
  3. Hal-hal yang berkaitan dengan non-eksklusivitas pendistribusian Jurnal yang menerbitkan karya ilmiah penulis dapat diperjanjikan secara terpisah (contoh: permintaan untuk menempatkan karya yang dimaksud pada perpustakaan suatu institusi atau menerbitkannya sebagai buku) dengan Penulis sebagai salah satu pihak perjanjian dan dengan penghargaan pada Djtechno sebagai media publikasi pertama atas karya dimaksud.
  4. Penulis dapat dan diharapkan untuk mengumumkan karyanya secara online (misalnya pada Repositori atau pada laman Organisai/Institusinya) sejak sebelum dan selama proses pengumpulan naskah, sebab upaya tersebut dapat meningkatkan pertukaran citasi lebih awal dan dengan cakupan yang lebih luas.