PENERAPAN METODE DEEP LEARNING UNTUK DETEKSI USIA DARI EKSPRESI WAJAH REAL-TIME MENGGUNAKAN WEBCAM BERBASIS VISUAL CODE
Abstract
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.
Keywords
Full Text:
PDFReferences
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
DOI: https://doi.org/10.46576/djtechno.v6i1.6034
Article Metrics
Abstract view : 34 timesPDF – 20 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 Yuliy Gusnitasari simanjuntak, Yuza reswan
DJTECHNO: Jurnal Teknologi Informasi Indexed By
Djtechno: Jurnal Teknologi Informasi published by :
PROGRAM STUDI TEKNOLOGI INFORMASI UNIVERSITAS DHARMAWANGSA
Alamat : Jl. K. L. Yos Sudarso No. 224 Medan
Kontak : Tel. 061 6635682 - 6613783Â Fax. 061 6615190
Surat Elektronik : s1.ti@dharmawangsa.ac.id
Djtechno: Jurnal Teknologi Informasi
Ciptaan disebarluaskan di bawah Creative Commons Attribution-ShareAlike 4.0 International License