Autentikasi biometrik berbasis face recognition menggunakan metode convolutional neural network untuk simulasi barrier gate system

Wajah adalah karakteristik unik yang dimiliki oleh masing-masing individu. Keunikan ini dapat digunakan sebagai otentikasi dan identifikasi yang dapat diimplementasikan untuk keamanan, transaksi, otentikasi. Gambar wajah masing-masing individu adalah objek yang kondisinya susah dikontrol. Penyebabnya adalah gambar wajah dapat berubah dengan berbagai posisi dan tingkat kemiringan kepala, posisi yang berbeda, dan perbedaan intensitas cahaya, yang membuat proses pengenalan wajah sulit diklasifikasi. Dalam penelitian ini membahas tentang otentikasi biometrik berbasis face recognition untuk simulasi barrier gate system menggunakan algoritma convolutional neural network berdasarkan jaringan saraf tiruan untuk melakukan klasifikasi gambar secara real-time. Proses ini terdiri dari convolutional layer, pooling layer, max pooling, flattening, dan fully connected layer untuk mendeteksi wajah. Output dari proses sebelumnya dikirim ke mikrokontroler berbasis teknologi IoT. Evaluasi hasil penelitian dengan data 100 mendapat tingkat kesalahan rata-rata 0,3205, tingkat keberhasilan sistem 94%, dan waktu respon rata yang diperlukan oleh mikrokontroler 0,56217634 ms serta hasil evaluasi akurasi sistem dalam model confusion matrix sebesar 93,3%. Algoritma CNN dalam penerapan face recognition mampu menghasilkan nilai error yang rendah, tingkat keberhasilan dan akurasi tinggi, serta cepat dalam mengidentifikasi citra wajah.