Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution
Kartu Tanda Penduduk Elektronik (KTP-el) merupakan identitas wajib bagi penduduk Indonesia. Penyimpanan pada cip KTP-el yang mana selain digunakan untuk menyimpan gambar potret wajah individu, juga harus dapat menyimpan identitas lain seperti biodata, tanda tangan, dan sidik jari kiri dan kanan. Ke...
Saved in:
| Main Authors: | , , , , , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
University of Brawijaya
2024-02-01
|
| Series: | Jurnal Teknologi Informasi dan Ilmu Komputer |
| Subjects: | |
| Online Access: | https://jtiik.ub.ac.id/index.php/jtiik/article/view/7947 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1823858615225679872 |
|---|---|
| author | Muhammad Imaduddin Abdur Rohim Auliati Nisa Muhammad Nurkhoiri Hindratno Radhiyatul Fajri Gembong Satrio Wibowanto Nova Hadi Lestriandoko Pesigrihastamadya Normakristagaluh |
| author_facet | Muhammad Imaduddin Abdur Rohim Auliati Nisa Muhammad Nurkhoiri Hindratno Radhiyatul Fajri Gembong Satrio Wibowanto Nova Hadi Lestriandoko Pesigrihastamadya Normakristagaluh |
| author_sort | Muhammad Imaduddin Abdur Rohim |
| collection | DOAJ |
| description |
Kartu Tanda Penduduk Elektronik (KTP-el) merupakan identitas wajib bagi penduduk Indonesia. Penyimpanan pada cip KTP-el yang mana selain digunakan untuk menyimpan gambar potret wajah individu, juga harus dapat menyimpan identitas lain seperti biodata, tanda tangan, dan sidik jari kiri dan kanan. Keterbatasan tersebut mengharuskan gambar potret wajah disimpan pada ukuran low-resolution (LR) sehingga sistem pengenalan wajah tidak optimal. Dalam penelitian ini, kami menggunakan Poznan University of Technology (PUT) Face database yang terdiri atas 200 gambar dari 100 individu. Data tersebut dilakukan proses down sampling menggunakan bicubic interpolation untuk menghasilkan data LR. Kami menginvestigasi penggunaan metode super-resolution (SR) berbasis deep learning, termasuk DFDNet, LapSRN, GFPGAN, Real-ESRGAN, Real-ESRGAN+GFPGAN, dan FaceSPARNet. Hal ini bertujuan untuk meningkatkan kualitas gambar LR. Evaluasi performa dilakukan dengan menggunakan matriks False Rejection Rate(FRR) pada beberapa tingkatan False Acceptance Rate (FAR). Hasil penelitian menunjukkan bahwa beberapa metode SR terutama FaceSPARNet menunjukkan peningkatan performa face recognition hingga 2%. Sedangkan, metode SR yang berbasis GAN (GFPGAN, Real-ESRGAN, Real-ESRGAN+GFPGAN) cenderung meningkatkan false reject rate. Penelitian ini menunjukkan bahwa metode SR dari kategori General Basic CNN-based FSR dapat digunakan untuk meningkatkan kinerja face recognition pada gambar LR, seperti pada KTP-el.
|
| format | Article |
| id | doaj-art-3ed80ce1a9fb4c3dbdbc49b299db476d |
| institution | Kabale University |
| issn | 2355-7699 2528-6579 |
| language | Indonesian |
| publishDate | 2024-02-01 |
| publisher | University of Brawijaya |
| record_format | Article |
| series | Jurnal Teknologi Informasi dan Ilmu Komputer |
| spelling | doaj-art-3ed80ce1a9fb4c3dbdbc49b299db476d2025-02-11T10:38:14ZindUniversity of BrawijayaJurnal Teknologi Informasi dan Ilmu Komputer2355-76992528-65792024-02-0111110.25126/jtiik.20241117947Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-ResolutionMuhammad Imaduddin Abdur Rohim0https://orcid.org/0009-0008-7328-5795Auliati Nisa1https://orcid.org/0000-0002-1897-0860Muhammad Nurkhoiri Hindratno2Radhiyatul Fajri3https://orcid.org/0000-0003-2812-1077Gembong Satrio Wibowanto4Nova Hadi Lestriandoko5https://orcid.org/0000-0003-4650-6595Pesigrihastamadya Normakristagaluh6https://orcid.org/0000-0003-2374-3918Badan Riset dan Inovasi NasionalBadan Riset dan Inovasi NasionalBadan Riset dan Inovasi NasionalBadan Riset dan Inovasi NasionalBadan Riset dan Inovasi NasionalBadan Riset dan Inovasi NasionalBadan Riset dan Inovasi Nasional Kartu Tanda Penduduk Elektronik (KTP-el) merupakan identitas wajib bagi penduduk Indonesia. Penyimpanan pada cip KTP-el yang mana selain digunakan untuk menyimpan gambar potret wajah individu, juga harus dapat menyimpan identitas lain seperti biodata, tanda tangan, dan sidik jari kiri dan kanan. Keterbatasan tersebut mengharuskan gambar potret wajah disimpan pada ukuran low-resolution (LR) sehingga sistem pengenalan wajah tidak optimal. Dalam penelitian ini, kami menggunakan Poznan University of Technology (PUT) Face database yang terdiri atas 200 gambar dari 100 individu. Data tersebut dilakukan proses down sampling menggunakan bicubic interpolation untuk menghasilkan data LR. Kami menginvestigasi penggunaan metode super-resolution (SR) berbasis deep learning, termasuk DFDNet, LapSRN, GFPGAN, Real-ESRGAN, Real-ESRGAN+GFPGAN, dan FaceSPARNet. Hal ini bertujuan untuk meningkatkan kualitas gambar LR. Evaluasi performa dilakukan dengan menggunakan matriks False Rejection Rate(FRR) pada beberapa tingkatan False Acceptance Rate (FAR). Hasil penelitian menunjukkan bahwa beberapa metode SR terutama FaceSPARNet menunjukkan peningkatan performa face recognition hingga 2%. Sedangkan, metode SR yang berbasis GAN (GFPGAN, Real-ESRGAN, Real-ESRGAN+GFPGAN) cenderung meningkatkan false reject rate. Penelitian ini menunjukkan bahwa metode SR dari kategori General Basic CNN-based FSR dapat digunakan untuk meningkatkan kinerja face recognition pada gambar LR, seperti pada KTP-el. https://jtiik.ub.ac.id/index.php/jtiik/article/view/7947downsamplinglow-resolutionsuper-resolution pengenalan wajah gambar potret wajah |
| spellingShingle | Muhammad Imaduddin Abdur Rohim Auliati Nisa Muhammad Nurkhoiri Hindratno Radhiyatul Fajri Gembong Satrio Wibowanto Nova Hadi Lestriandoko Pesigrihastamadya Normakristagaluh Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution Jurnal Teknologi Informasi dan Ilmu Komputer downsampling low-resolution super-resolution pengenalan wajah gambar potret wajah |
| title | Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution |
| title_full | Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution |
| title_fullStr | Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution |
| title_full_unstemmed | Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution |
| title_short | Peningkatan Performa Pengenalan Wajah pada Gambar Low-Resolution Menggunakan Metode Super-Resolution |
| title_sort | peningkatan performa pengenalan wajah pada gambar low resolution menggunakan metode super resolution |
| topic | downsampling low-resolution super-resolution pengenalan wajah gambar potret wajah |
| url | https://jtiik.ub.ac.id/index.php/jtiik/article/view/7947 |
| work_keys_str_mv | AT muhammadimaduddinabdurrohim peningkatanperformapengenalanwajahpadagambarlowresolutionmenggunakanmetodesuperresolution AT auliatinisa peningkatanperformapengenalanwajahpadagambarlowresolutionmenggunakanmetodesuperresolution AT muhammadnurkhoirihindratno peningkatanperformapengenalanwajahpadagambarlowresolutionmenggunakanmetodesuperresolution AT radhiyatulfajri peningkatanperformapengenalanwajahpadagambarlowresolutionmenggunakanmetodesuperresolution AT gembongsatriowibowanto peningkatanperformapengenalanwajahpadagambarlowresolutionmenggunakanmetodesuperresolution AT novahadilestriandoko peningkatanperformapengenalanwajahpadagambarlowresolutionmenggunakanmetodesuperresolution AT pesigrihastamadyanormakristagaluh peningkatanperformapengenalanwajahpadagambarlowresolutionmenggunakanmetodesuperresolution |