Rekayasa Perangkat Lunak Aplikasi Presensi Mobile Menggunakan Metode Deep Learning

Abstract

Penelitian pengenalan wajah memiliki tantangan tersendiri dalam dunia penelitian, karena wajah merupakan hal yang kompleks, mulai dari ekspresi wajah, dan kondisi tertentu yang menjadikan pengenalan wajah sebagai eksperimen penelitian yang menarik. Banyak aplikasi yang berorientasi machine learning sudah beralih ke perangkat edge, tidak terkecuali dengan pengenalan wajah berbasis mobile. Melihat adanya geliat perkembangan algoritma pengenalan pola pada wajah seperti naïve bayes dan backpropagation, maka pada penelitian ini menggunakan model CNN seluler MobileFaceNet yang sedang populer untuk diimplementasikan pada aplikasi presensi pengenalan wajah bebasis mobile pada Pendidikan Teknik Informatika dan Komputer (PTIK) FKIP UNS. Metode deep learning ialah metode untuk memahami dan mengklasifikasi objek, dalam aplikasi yang dikembangkan yaitu sebuah wajah yang ditangkap dalam bentuk gambar.. Penelitian ini menggunakan bantuan framework flutter dan library Tensorflow Lite dalam pengembangan aplikasi presensi mobile pengenalan wajah secara realtime. Hasil dari penelitian ini untuk mengetahui nilai memorisasi dan generalisasi algoritma model CNN seluler MobileFaceNet pada aplikasi. Telah dilakukan uji coba sistem dengan melibatkan 30 orang relawan dalam pengujian memorisasi dan generalisasi yang berasal dari mahasiswa PTIK Angkatan 2016-2019 secara random sampling. Setiap pengujian dilakukan masing-masing sebanyak 10 iterasi. Hasil pengujian menunjukkan nilai memorisasi sistem sebesar 84.5% dan hasil generalisasi sebesar 70% dalam mengenali citra yang identik tapi tidak serupa dengan benar. Dari segi memorisasi maupun generalisasi, hasil ini lebih baik dibanding penelitian serupa dengan menggunakan backpropagation.