PENGENALAN JENIS KELAMIN MAHASISWA UNIVERSITAS NURUL JADID (UNUJA) PADA VIDEO BERDASARKAN BUSANA MENGGUNAKAN METODE HAAR CASCADE DAN DEEP LEARNING

Solehah, Raudatus (2019) PENGENALAN JENIS KELAMIN MAHASISWA UNIVERSITAS NURUL JADID (UNUJA) PADA VIDEO BERDASARKAN BUSANA MENGGUNAKAN METODE HAAR CASCADE DAN DEEP LEARNING. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15014061_Raudatus Solehah_IF.pdf Restricted to Registered users only Download (7MB)

Abstract

Klasifikasi jenis kelamin merupakan proses identifikasi gender seseorang melalui citra digital dengan membandingkan fitur citra uji terhadap fitur citra pelatihan yang telah tersimpan. Universitas Nurul Jadid (UNUJA) sebagai institusi pendidikan berbasis pesantren menerapkan aturan ketat kepesantrenan yang membatasi interaksi langsung antara mahasiswa dan mahasiswi di area kampus. Kendala utama dalam penegakan aturan ini adalah sulitnya melakukan pemantauan visual secara manual dan terus-menerus terhadap pelanggaran pertemuan tersebut. Penelitian ini bertujuan untuk memecahkan permasalahan tersebut dengan membangun sistem otomatis yang mampu mengklasifikasikan jenis kelamin mahasiswa berdasarkan atribut busana yang dikenakan di area wajah. Metodologi rekayasa perangkat lunak dikembangkan menggunakan kombinasi dua metode kecerdasan buatan, yaitu algoritma Haar Cascade untuk pendeteksian titik area wajah dan metode Deep Learning untuk klasifikasi citra. Tahapan riset diawali dengan pengambilan dataset wajah menghadap kamera, dilanjutkan dengan tahap preprocessing, dan implementasi metode Haar Cascade untuk melokalisasi area wajah. Hasil ekstraksi area wajah dikelompokkan berdasarkan jenis kelamin, diubah ukurannya (resize), lalu diinputkan ke dalam model Deep Learning (CNN). Dataset training yang digunakan berjumlah 2.020 gambar (1.010 laki-laki, 1.010 perempuan). Pengujian dilakukan dalam dua skenario: citra statis (100 gambar) dan data video (5 video berdurasi $\pm$ 2 menit). Konfigurasi model terbaik dengan parameter epoch 140 dan step 400 berhasil mencapai tingkat akurasi sebesar 99% pada pengujian gambar serta performa deteksi dan klasifikasi yang sangat baik pada data video. Implementasi sistem ini sukses mewujudkan media pengawasan keamanan kampus yang atraktif, praktis, cepat, tepat, dan akurat.

Kata Kunci: Identifikasi Gender, Atribut Busana Wajah, Haar Cascade, Deep Learning, CNN, Akurasi.

Item Type:	Thesis (Other)
Subjects:	B Philosophy. Psychology. Religion > BP Islam. Bahaism. Theosophy, etc H Social Sciences > HQ The family. Marriage. Woman L Education > LB Theory and practice of education Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	05 Jul 2026 06:54
Last Modified:	05 Jul 2026 06:55
URI:	https://repository.unuja.ac.id/id/eprint/3998

Actions (login required)

View Item