PERANCANGAN SISTEM FACE RECOGNITION BERBASIS DEEP LEARNING MENGGUNAKAN PRE-TRAINED MODEL ARCFACE

Abstract

Sistem presensi dan manajemen identitas di institusi pendidikan masih menghadapi tantangan berupa inefisiensi dan kerentanan terhadap manipulasi. Penelitian ini bertujuan untuk merancang dan menguji efektivitas sistem face recognition berbasis Deep Learning untuk identifikasi guru dan staf SMP N 1 Sukorejo. Metodologi yang digunakan mengintegrasikan model ArcFace sebagai ekstraktor fitur dan Linear Support Vector Classification (LinearSVC) sebagai pengklasifikasi identitas. Dataset yang digunakan adalah citra wajah real-world dari seluruh guru dan staf, yang mencakup variasi pose, pencahayaan, dan ekspresi. Citra di-preprocessing menggunakan Face Alignment dan kemudian dipetakan oleh ArcFace menjadi vektor embedding berdimensi 512 yang sangat diskriminatif, berkat optimalisasi dari Additive Angular Margin Loss. Vektor embedding ini kemudian digunakan untuk melatih LinearSVC. Hasil evaluasi pada Data Uji 20% menunjukkan kinerja yang sangat tinggi, Akurasi: 99.40%, Presisi: 99,52%. Kinerja superior ini memvalidasi hipotesis bahwa kombinasi ekstraksi fitur ArcFace yang robust dengan efisiensi klasifikasi LinearSVC efektif untuk mengatasi tantangan face recognition di lingkungan yang tidak terkontrol.