Rancang Bangun Pengenalan Wajah Pada Lemari Pengaman Menggunakan Metode YOLO (You Only Look Once)
Abstract
Perkembangan teknologi pengolahan citra saat ini memungkinkan manusia untuk membuat sistem yang dapat mengenali citra digital. Setiap orang memiliki karakteristik khusus yang membedakan satu orang dengan orang lain yang dikenal dengan biometrik. Fitur-fitur ini datang dalam bentuk DNA (Deoxyribo Nucleic Acid), sidik jari, retina, dan bentuk wajah. Diantara ciri-ciri tersebut, bentuk wajah paling mudah dikenali dan diamati, karena bagian ini tidak tersembunyi. Tingkat kriminalitas dan kejahatan saat ini semakin tinggi karena banyaknya penggangguran sehingga seseorang dapat berbuat jahat yang didasari pada kebutuhan hidup. Oleh karena itu pada penelitian ini dirancang alat berbasis pengolahan citra yaitu Rancang Bangun Pengenalan Wajah Pada Lemari Pengaman Menggunakan Metode You Only Look Once (YOLO) menggunakan kamera yang digunakan sebagai input dari pendeteksian yang nantinya output dari alat ini berupa solenoid door lock dengan menggunakan raspberry pi. Setelah dilakukan 3 jenis percobaan dengan menggunakan metode YOLO didapatkan hasil untuk wajah tampak depan sebesar 95%, untuk wajah tampak samping kanan sebesar 90% dan untuk wajah tampak samping kiri sebesar 94.4%. Untuk perhitungan menggunakan model confusion matrix.
Downloads
References
[2] A. P. W. Wibowo and I. Rijayana, “Implementasi Teknologi Smart Drone Dan Citra Udara Untuk Monitoring Pertumbuhan Kelapa Sawit,” Semnasteknomedia Online, pp. 13–18, 2017.
[3] L. Susanti, N. K. Daulay, and B. Intan, “Sistem Absensi Mahasiswa Berbasis Pengenalan Wajah Menggunakan Algoritma YOLOv5,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 2, p. 640, 2023, doi: 10.30865/jurikom.v10i2.6032.
[4] A. Baihaqi, H. Firliansyah, R. Jaelani, and ..., “Systematic Literatur Review Mendeteksi Wajah Manusia Menggunakan Metode YOLO (You Only Look Once),” JRIIN J. Ris. Inform. dan Inov., vol. 01, no. 01, pp. 1–5, 2023.
[5] M. Y. A. Thoriq, I. A. Siradjuddin, and K. E. Permana, “Deteksi Wajah Manusia Berbasis One Stage Detector Menggunakan Metode You Only Look Once (Yolo),” J. Teknoinfo, vol. 17, no. 1, p. 66, 2023, doi: 10.33365/jti.v17i1.1884.
[6] F. H. Laia, R. Rosnelly, A. Naswar, K. Buulolo, and M. C. M. Lase, “Deteksi Pengenalan Wajah Orang Berbasis Ai Computer Vision,” J. Teknol. Inf. Mura, vol. 15, no. 1, pp. 62–72, 2023, doi: 10.32767/jti.v15i1.2024.
[7] D. Frenza and R. Mukhaiyar, “Aplikasi Pengenalan Wajah Menggunakan Metode Adaptive Resonance Theory ( ART ),” Multidicsiplinary Res. Dev., vol. 3, no. 1, pp. 35–42, 2021.
[8] I. D. Kurniawati, I. A. Kusumawardhani, and M. Sc, “Implementasi Algoritma Canny dalam Pengenalan Wajah menggunakan Antarmuka GUI Matlab,” pp. 1–5, 1986.
[9] N. Dewi and F. Ismawan, “Implementasi Deep Learning Menggunakan Cnn Untuk Sistem Pengenalan Wajah,” Fakt. Exacta, vol. 14, no. 1, p. 34, 2021, doi: 10.30998/faktorexacta.v14i1.8989.
[10] H. O. K. Sugianto, M. A. D. Widyadara, and A. B. Setiawan, “Implementation of Face Recognition for Attendance Using Yolo V3 Method,” Semin. Nas. Inov. Teknol., vol. 6, no. 2, pp. 50–55, 2022, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/2559.
[11] Z. Fachmi, M. Sudarma, and L. Jasa, “Sistem Monitoring Kehadiran Perkuliahan Menggunakan Face Detection Dengan Algoritma Viola Jones,” Maj. Ilm. Teknol. Elektro, vol. 18, no. 1, p. 119, 2019, doi: 10.24843/mite.2019.v18i01.p18.
[12] M. F. Yasykur and W. A. Saputra, “Implementasi Face Recognition Pada Sistem Presensi Mahasiswa Menggunakan Metode Ssd Dan Lbph,” J. Pendidik. Teknol. Inf., vol. 7, no. 1, pp. 63–74, 2024, doi: 10.37792/jukanti.v7i1.1207.
[13] H. O. K. Sugianto, M. A. D. Widyadara, and A. B. Setiawan, “Implementation of Face Recognition for Attendance Using Yolo V3 Method,” Semin. Nas. Inov. Teknol., vol. 6, no. 2, pp. 50–55, 2022.
[14] K. Khairunnas, E. M. Yuniarno, and A. Zaini, “Pembuatan Modul Deteksi Objek Manusia Menggunakan Metode YOLO untuk Mobile Robot,” J. Tek. ITS, vol. 10, no. 1, 2021, doi: 10.12962/j23373539.v10i1.61622.
[15] A. A. Malik, “Identifikasi Wajah Manusia menggunakan Yolo Frameworks dengan Metode Scale Modifier sebagai Preprocessing Secara Real Time,” Skripsi Jur. Tek. Elektro Univ. Sultan Ageng Tirtayasa, pp. 1–20, 2023.
[16] A. Shalsabila and R. Mukhaiyar, “Perancangan Alat Pendeteksi Iris Mata Menggunakan Metode Wavelet Filter,” JTEV (Jurnal Tek. Elektro dan Vokasional), vol. 8, no. 2, p. 433, 2022, doi: 10.24036/jtev.v8i2.118360.
[17] D. Yulianti, I. Triastomoro, and S. Sa’idah, “Identifikasi Pengenalan Wajah Untuk Sistem Presensi Menggunakan Metode Knn (K-Nearest Neighbor),” J. Tek. Inf. dan Komput., vol. 5, no. 1, pp. 1–10, 2022, doi: 10.37600/tekinkom.v5i1.477.
[18] I. Nihayatul Husna, M. Ulum, A. Kurniawan Saputro, D. Tri Laksono, and D. Neipa Purnamasari, “Rancang Bangun Sistem Deteksi Dan Perhitungan Jumlah Orang Menggunakan Metode Convolutional Neural Network (CNN),” Semin. Nas. Fortei Reg., vol. 7, pp. 1–6, 2022.
[19] Y. Arvio, D. T. Kusuma, and I. B. M. Sangadji, “Pendekatan Algoritma Yolo V5 Untuk Mendeteksi Cacat Produk Masker Yolo V5 Algorithm Approch for the Face Mask Defect Detection,” vol. 20, pp. 11–17, 2024.
[20] H. Deshpande, A. Singh, and H. Herunde, “Comparative Analysis on YOLO Object Detection with OpenCV,” Int. J. Res. Ind. Eng, vol. 9, no. 1, pp. 46–64, 2020, doi: 10.22105/riej.2020.226863.1130.
[21] J. S. W. Hutauruk, T. Matulatan, and N. Hayaty, “Deteksi Kendaraan secara Real Time menggunakan Metode YOLO Berbasis Android,” J. Sustain. J. Has. Penelit. dan Ind. Terap., vol. 9, no. 1, pp. 8–14, 2020, doi: 10.31629/sustainable.v9i1.1401.
[22] A. Setiyadi, E. Utami, and D. Ariatmanto, “Analisa Kemampuan Algoritma YOLOv8 Dalam Deteksi Objek Manusia Dengan Metode Modifikasi Arsitektur,” J. Sains Komput. Inform. (J-SAKTI, vol. 7, no. 2, pp. 891–901, 2023.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.