IMPLEMENTASI FACE RECOGNITION PADA SMART AMBULANCE SERVICE CENTER DENGAN ALGORITMA FACENET
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Kirana Wulandari, Sasa
Subject
Analisis Sistem Informasi
Datestamp
2024-10-19 04:04:24
Abstract :
Keterlambatan layanan ambulans dapat berdampak signifikan terhadap hasil medis pada situasi gawat darurat. Sistem pemesanan melalui telepon seluler seringkali dihambat oleh proses panggilan yang memakan waktu, ketidakakuratan informasi lokasi, dan kesulitan verifikasi identitas pasien. Hal ini menuntut solusi inovatif untuk meningkatkan efektivitas dan efisiensi pelayanan ambulans. Penelitian ini mengadopsi pendekatan berbasis komputasi awan. Dataset wajah pengguna dikumpulkan dan diaugmentasi, kemudian fitur wajah diekstraksi menggunakan model Facenet. Model klasifikasi Isolation Forest, dilatih berdasarkan embedding vektor wajah, dan dibangun di atas model pre-train InceptionV1 untuk meningkatkan efisiensi komputasi. Model yang dilatih di-deploy ke Google Cloud Platform (GCP) dan diintegrasikan ke dalam API Flask yang terdiri dari tiga fungsi: pendaftaran wajah, pelatihan model per pengguna, dan verifikasi wajah. Implementasi dan pengujian dilakukan melalui aplikasi SASC dan Postman. Model verifikasi identitas berbasis pengenalan wajah yang dikembangkan mencapai tingkat akurasi 89% dalam verifikasi identitas pengguna, secara signifikan meningkatkan keandalan informasi pasien dan mengurangi waktu respons ambulans. Implementasi dalam aplikasi SASC berhasil mengurangi pemesanan palsu dan meningkatkan efisiensi penggunaan sumber daya ambulans.
Keterlambatan layanan ambulans dapat berdampak signifikan terhadap hasil medis pada situasi gawat darurat. Sistem pemesanan melalui telepon seluler seringkali dihambat oleh proses panggilan yang memakan waktu, ketidakakuratan informasi lokasi, dan kesulitan verifikasi identitas pasien. Hal ini menuntut solusi inovatif untuk meningkatkan efektivitas dan efisiensi pelayanan ambulans. Penelitian ini mengadopsi pendekatan berbasis komputasi awan. Dataset wajah pengguna dikumpulkan dan diaugmentasi, kemudian fitur wajah diekstraksi menggunakan model Facenet. Model klasifikasi Isolation Forest, dilatih berdasarkan embedding vektor wajah, dan dibangun di atas model pre-train InceptionV1 untuk meningkatkan efisiensi komputasi. Model yang dilatih di-deploy ke Google Cloud Platform (GCP) dan diintegrasikan ke dalam API Flask yang terdiri dari tiga fungsi: pendaftaran wajah, pelatihan model per pengguna, dan verifikasi wajah. Implementasi dan pengujian dilakukan melalui aplikasi SASC dan Postman. Model verifikasi identitas berbasis pengenalan wajah yang dikembangkan mencapai tingkat akurasi 89% dalam verifikasi identitas pengguna, secara signifikan meningkatkan keandalan informasi pasien dan mengurangi waktu respons ambulans. Implementasi dalam aplikasi SASC berhasil mengurangi pemesanan palsu dan meningkatkan efisiensi penggunaan sumber daya ambulans.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
