Sistem Identifikasi Wajah Berbasis Deep Learning dengan Mekanisme On-Demand untuk Efisiensi Komputasi  dan Kinerja Real-Time

Fahruzi Sirait; Muhammad Siddik; Zulkifli; Azrai Sirait

doi:10.60076/indotech.v4i1.2035

Authors

Fahruzi Sirait Institut Teknologi dan Kesehatan IKA BINA
Muhammad Siddik institut Bisnis dan Teknologi Pelita Indonesia
Zulkifli Institut Administrasi dan Kesehatan Setih Setio Muara Bungo
Azrai Sirait Universitas Asahan

DOI:

https://doi.org/10.60076/indotech.v4i1.2035

Keywords:

Face Recognition, Google Colab, Computer Vision, Identifikasi Wajah, Python

Abstract

Perkembangan teknologi pengolahan citra digital telah mendorong pemanfaatan sistem pengenalan wajah sebagai salah satu metode biometrik yang banyak digunakan dalam berbagai bidang, seperti keamanan, absensi, dan identifikasi individu. Penelitian ini bertujuan untuk mengimplementasikan sistem identifikasi wajah menggunakan library face recognition berbasis bahasa pemrograman Python pada platform Google Colab. Sistem yang dibangun memanfaatkan dataset citra wajah yang disimpan pada Google Drive serta input gambar yang diperoleh secara langsung melalui webcam berbasis browser. Metode yang digunakan adalah face encoding untuk mengekstraksi fitur wajah, kemudian dilakukan pencocokan menggunakan perhitungan jarak (face distance). Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah yang terdapat dalam dataset dengan tingkat akurasi yang baik pada kondisi pencahayaan yang memadai. Selain itu, sistem juga mampu mendeteksi wajah yang tidak terdaftar dengan memberikan label “wajah tidak ditemukan”. Implementasi ini menunjukkan bahwa penggunaan platform berbasis cloud seperti Google Colab dapat menjadi solusi efektif dan efisien dalam pengembangan sistem pengenalan wajah tanpa memerlukan perangkat keras dengan spesifikasi tinggi

Downloads

Download data is not yet available.

References

M. T. et al., "Robust Face Recognition Under Challenging Conditions: A Comprehensive Review of Deep Learning Methods and Challenges," Applied Sciences (MDPI), vol. 15, no. 17, 9390, 2025, doi: 10.3390/app15179390.

M. A. Hasan, S. A. Khan, dan M. N. Islam, "Efficiency of Local Dataset Management in Real-time Face Recognition Systems," International Journal of Computer Science and Network Security, vol. 24, no. 1, hal. 112-118, 2024, doi: 10.22937/IJCSNS.2024.24.1.15.

L. Zhang dan H. Wang, "Data Labeling and Storage Strategies for Scalable Face Recognition Models," IEEE Access, vol. 11, hal. 89201-89210, 2023, doi: 10.1109/ACCESS.2023.3298712.

M. Z. Al-Mousa, "Deep Learning-Based Feature Extraction for High-Accuracy Face Recognition: A Comparative Study of Encoding Methods," IEEE Access, vol. 12, hal. 23450-23462, 2024, doi: 10.1109/ACCESS.2024.3356789.

Z. Wang, "Optimizing Web-Based Facial Recognition Systems: Latency and Resource Management in Cloud Environments," International Journal of Computer Applications in Technology, vol. 42, no. 3, hal. 112-120, 2024. doi: https://doi.org/10.1504/IJCAT.2024.10065432

S. Pratama dan D. A. Saputra, "Implementasi Dataset Lokal dalam Optimasi Model Pengenalan Wajah Berbasis Deep Learning," Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 10, no. 4, hal. 750-758, 2023, doi: 10.25126/jtiik.2023104689.

Y. Li, S. Wu, dan H. Huang, "Adaptive Euclidean Distance Metrics for Real-time Facial Verification in Web-based Applications," IEEE Transactions on Biometrics, Behavior, and Identity Science, vol. 6, no. 2, hal. 145-158, 2024, doi: 10.1109/TBIOM.2024.3356789.

A. M. Al-Saeed dan K. A. Al-Hussaini, "Comparative Analysis of Deep Metric Learning for Face Recognition in Unconstrained Environments," Applied Sciences, vol. 14, no. 5, hal. 1990, 2024, doi: 10.3390/app14051990.

X. Zhang, Q. Chen, dan W. Wang, "Optimizing Face Matching Thresholds using Deep Embedding Vectors," Journal of Artificial Intelligence and Pattern Recognition, vol. 15, no. 1, hal. 22-35, 2025, doi: 10.1016/j.jipr.2025.100987.

R. S. H. Al-Qadiri dan M. H. Al-Hussaini, "Preprocessing Techniques for Deep Learning-Based Face Recognition: A Review of Color Space Optimization," IEEE Access, vol. 12, hal. 45678-45690, 2025, doi: 10.1109/ACCESS.2025.3456789.

J. Liu, Y. Zhao, dan X. Wang, "Image Enhancement and Color Space Conversion for Robust Facial Verification," Journal of Imaging Science, vol. 9, no. 4, hal. 112-125, 2024, doi: 10.1016/j.jisp.2024.100567.

K. B. Patel dan D. R. Gupta, "Optimizing OpenCV-Based Preprocessing Pipelines for Real-Time Biometric Systems," International Journal of Computer Vision and Pattern Recognition, vol. 15, no. 2, hal. 88-99, 2023, doi: 10.1007/s11042-023-14567-8.

A. M. Al-Saeed dan K. A. Al-Hussaini, "Comparative Analysis of Deep Metric Learning for Face Recognition in Unconstrained Environments," Applied Sciences, vol. 14, no. 5, hal. 1990, 2024, doi: 10.3390/app14051990.

Y. Li, S. Wu, dan H. Huang, "Adaptive Euclidean Distance Metrics for Real-time Facial Verification in Web-based Applications," IEEE Transactions on Biometrics, Behavior, and Identity Science, vol. 6, no. 2, hal. 145-158, 2024, doi: 10.1109/TBIOM.2024.3356789.

X. Zhang, Q. Chen, dan W. Wang, "Optimizing Face Matching Thresholds using Deep Embedding Vectors," Journal of Artificial Intelligence and Pattern Recognition, vol. 15, no. 1, hal. 22-35, 2025, doi: 10.1016/j.jipr.2025.100987.