Perbandingan Algoritma YOLO dan CNN dalam Pengenalan Wajah Bermasker: Sebuah Studi Komparatif

  • Fokus Riset: Smart City

  • Ketua Peneliti: Muhammad Ridho Dewanto, S.T., M.T. | Anggota : Mifta Nur Farid, S.T., M.T.
  • Tahun Penelitian: 2023

Deskripsi

Penelitian ini menghadirkan studi komparatif mengenai dua algoritma pengenalan wajah terkemuka, YOLO (You Only Look Once) dan CNN (Convolutional Neural Network), dalam konteks pengenalan wajah bermasker. Dalam situasi pandemi dan pasca pandemi, di mana penggunaan masker menjadi kebiasaan baru, pengenalan wajah yang akurat menjadi tantangan penting. Penelitian ini menggunakan dataset yang melibatkan gambar wajah individu dengan dan tanpa masker, untuk mengevaluasi kinerja kedua algoritma ini dalam kondisi yang berbeda.

 

Algoritma YOLO, dikenal dengan kemampuannya dalam deteksi objek real-time, diuji untuk melihat seberapa efektifnya dalam mengidentifikasi wajah yang tertutup masker. Sebaliknya, CNN, terkenal dengan akurasinya dalam analisis gambar, dievaluasi untuk menentukan kehandalannya dalam kondisi yang sama. Penelitian menunjukkan bahwa, meskipun CNN memiliki tingkat akurasi yang lebih tinggi dalam mengidentifikasi wajah (99,3% dibandingkan dengan 79,3% pada YOLO), YOLO unggul dalam recall dan presisi, menjadikannya pilihan yang efektif untuk aplikasi yang membutuhkan respons cepat dan identifikasi yang akurat.

 

 

Hasil ini menunjukkan pentingnya memilih algoritma yang tepat berdasarkan kebutuhan spesifik aplikasi, terutama dalam kondisi di mana keamanan dan kecepatan merupakan faktor kunci. Penelitian ini tidak hanya berkontribusi pada kemajuan ilmu pengenalan wajah, tetapi juga memberikan wawasan tentang bagaimana teknologi ini dapat dimanfaatkan untuk meningkatkan keamanan dan efisiensi di berbagai bidang, termasuk dalam konteks pandemi dan pasca pandemi.

 

 

 

 

 


Manfaat

 

1. Memahami dan membandingkan efektivitas algoritma YOLO dan CNN dalam pengenalan wajah bermasker secara real-time, khususnya dalam konteks pencegahan penyakit menular.

2. Menyediakan dasar bagi penelitian lebih lanjut dalam pengembangan sistem pengenalan wajah yang efektif dalam berbagai kondisi, termasuk saat wajah tertutup sebagian oleh masker.

3. Memberikan wawasan tentang bagaimana teknologi pengenalan wajah dapat diadaptasi untuk meningkatkan keamanan dan efisiensi dalam berbagai aplikasi, dari kontrol akses hingga sistem kehadiran.

AGENDA

12

Mar

Workshop Pembuatan Video Aftermovie KKN ITK
09.00 WITA s/d 12.00 WITA
Zoom Meeting : https://s.itk.ac.id/video_aftermovie

16

Feb

Scholarship Info Session : AUSTRALIA AWARDS
10.00 - 12.00 WITA
Zoom Cloud Meeting (https://s.itk.ac.id/zoom_aas)

11

Feb

Diseminasi Inovasi Edisi #1
13.30 WITA - Selesai
Via zoom meeting dan Youtube Institut Teknologi Kalimantan
Lihat Selengkapnya