Analisis Komparatif Algoritma Deep Learning untuk Pengenalan Wajah: CNN, FaceNet, dan ArcFace

Abstract

Pengenalan wajah adalah teknologi yang digunakan untuk mengidentifikasi, mengklasifikasikan, atau memverifikasi individu berdasarkan karakteristik wajah. Teknologi ini sering diterapkan di berbagai bidang seperti keamanan, pemasaran, dan layanan pelanggan. Penelitian ini menggunakan pendekatan Systematic Literature Review (SLR) untuk menganalisis dan membandingkan tiga algoritma pengenalan wajah utama: Convolutional Neural Network (CNN), FaceNet, dan ArcFace. Penelitian ini bertujuan untuk memahami keakuratan dan efektivitas algoritma dalam berbagai kondisi seperti pencahayaan, ekspresi wajah, dan rotasi wajah. Hasil analisa menunjukkan bahwa CNN memberikan akurasi tertinggi pada berbagai kondisi pencahayaan hingga 99,84%, sedangkan FaceNet mencapai akurasi hingga 100% pada sistem absensi berbasis kamera. ArcFace unggul dalam menggunakan kumpulan data besar dengan akurasi hingga 98%. Penelitian ini diharapkan dapat memberikan panduan untuk pengembangan lebih lanjut dalam teknologi pengenalan wajah dengan memilih algoritma yang tepat berdasarkan kebutuhan spesifik aplikasi.