Abstract:
Wajah merupakan identitas spesifik dari seorang manusia. Keunikan setiap wajah dinamakan
ciri wajah (feature map) dan menjadi sebuah informasi untuk dapat membedakan wajah-wajah
manusia. Pendekatan dan metode yang dapat digunakan oleh komputer untuk mengenali wajah
manusia sudah banyak dikembangkan menggunakan suatu jaringan yang disebut sebagai jaringan
saraf tiruan (JST). JST akan membantu komputer untuk mengklasifikasikan setiap wajah yang
perlu dikenali. Apabila ada wajah yang baru, komputer harus mengulang pelatihan jaringan
untuk dapat mengenali setiap wajah yang perlu dikenali. Pengulangan pelatihan model tersebut
kurang efisien. Hal ini dapat diatasi dengan menyimpan jaringan menjadi suatu model sehingga
dapat digunakan untuk mengambil setiap ciri wajah yang perlu dikenali. Pada skripsi ini, model
pengenalan wajah dibangun dengan dasar JST dan dilatih menggunakan Triplet Loss yang
melatih model dengan melihat hubungan antara wajah manusia dari orang yang berbeda dan
orang yang sama. Model pengenalan wajah kemudian menggunakan metode one-shot learning
untuk dapat melakukan klasifikasi terhadap citra wajah yang akan dideteksi dengan hanya
membutuhkan satu citra wajah pada setiap wajah yang akan dikenali. Pengenalan wajah pada
makalah ini kemudian diimplementasikan pada edge computing.
