KOMPARASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK
DAN TRANSFER LEARNING (RESTNET 50, MOBILE NET V2, DAN
VGG16) UNTUK IDENTIFIKASI EKSPRESI WAJAH POTENSI
KEJAHATAN
Total View This Week0
Total View This Week0
Institusion
Universitas PGRI Semarang
Author
SYAUQI, AFRIZAL NAJWA
Subject
L Education (General)
Datestamp
2024-09-02 03:53:35
Abstract :
Penelitian ini bertujuan untuk mengembangkan dan menerapkan algoritma Convolutional Neural Network (CNN) dalam mendeteksi ekspresi wajah yang mencurigakan guna mencegah tindak kejahatan di fasilitas publik. Sistem keamanan publik saat ini menghadapi tantangan besar dalam mendeteksi tindakan kriminal dengan cepat dan akurat. Oleh karena itu, penelitian ini bertujuan untuk: (1) merancang sistem prediksi ekspresi wajah yang dapat membantu petugas keamanan dalam memantau dan mencegah kejahatan, (2) mengevaluasi efektivitas model deep learning yang diterapkan pada rekaman CCTV, dan (3) menerapkan langkah-langkah keamanan siber untuk melindungi sistem CCTV dari akses tidak sah.Metode yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan algoritma CNN. Data ekspresi wajah diperoleh dari dataset publik dan digunakan untuk melatih model CNN. Model ini kemudian diuji untuk menentukan akurasinya dalam mendeteksi ekspresi wajah yang mencurigakan seperti marah, takut, dan terkejut, yang berpotensi mengindikasikan niat jahat. Selain itu, langkah-langkah keamanan siber diterapkan untuk memastikan bahwa sistem CCTV tetap terlindungi dari serangan siber. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mendeteksi ekspresi wajah mencurigakan dengan tingkat akurasi yang tinggi, sehingga dapat digunakan untuk mendukung pencegahan kejahatan di fasilitas publik. Implementasi langkah-langkah keamanan siber juga terbukti efektif dalam melindungi sistem dari ancaman eksternal. Penelitian ini memberikan kontribusi signifikan dalam peningkatan keamanan publik melalui teknologi deteksi ekspresi wajah yang canggih dan aman. Kata Kunci: Convolutional Neural Network, Deteksi Ekspresi Wajah, Keamanan Publik, CCTV, Keamanan Siber.
Penelitian ini bertujuan untuk mengembangkan dan menerapkan algoritma Convolutional Neural Network (CNN) dalam mendeteksi ekspresi wajah yang mencurigakan guna mencegah tindak kejahatan di fasilitas publik. Sistem keamanan publik saat ini menghadapi tantangan besar dalam mendeteksi tindakan kriminal dengan cepat dan akurat. Oleh karena itu, penelitian ini bertujuan untuk: (1) merancang sistem prediksi ekspresi wajah yang dapat membantu petugas keamanan dalam memantau dan mencegah kejahatan, (2) mengevaluasi efektivitas model deep learning yang diterapkan pada rekaman CCTV, dan (3) menerapkan langkah-langkah keamanan siber untuk melindungi sistem CCTV dari akses tidak sah.Metode yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan algoritma CNN. Data ekspresi wajah diperoleh dari dataset publik dan digunakan untuk melatih model CNN. Model ini kemudian diuji untuk menentukan akurasinya dalam mendeteksi ekspresi wajah yang mencurigakan seperti marah, takut, dan terkejut, yang berpotensi mengindikasikan niat jahat. Selain itu, langkah-langkah keamanan siber diterapkan untuk memastikan bahwa sistem CCTV tetap terlindungi dari serangan siber. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mendeteksi ekspresi wajah mencurigakan dengan tingkat akurasi yang tinggi, sehingga dapat digunakan untuk mendukung pencegahan kejahatan di fasilitas publik. Implementasi langkah-langkah keamanan siber juga terbukti efektif dalam melindungi sistem dari ancaman eksternal. Penelitian ini memberikan kontribusi signifikan dalam peningkatan keamanan publik melalui teknologi deteksi ekspresi wajah yang canggih dan aman. Kata Kunci: Convolutional Neural Network, Deteksi Ekspresi Wajah, Keamanan Publik, CCTV, Keamanan Siber.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
