Mahasiswa UNY Buat Aplikasi Deteksi Usia Melalui Foto Wajah

KOMPAS.com - Media sosial saat ini sudah menjadi keseharian masyarakat di mana saja. Terlebih ketika bepergian, pasti selalu mengabadikan momen dengan berfoto atau swafoto.

Dari banyaknya kegiatan swafoto tersebut menimbulkan rasa penasaran bagi sebagian orang untuk mengetahui usia para pengunggah.

Hal itu ditangkap sebagai peluang oleh mahasiswa Program Studi Statistika Fakultas MIPA Universitas Negeri Yogyakarta (UNY) yang membuat aplikasi pendeteksi usia melalui foto wajah.

Baca juga: Cop Busi Daur Ulang Plastik Inovasi Mahasiswa UNY Bikin Bertenaga Tapi Irit

Mahasiswa itu yaitu Anthony Fioren H, Mohammad Damarjati P dan Syukron Abdul A.

Menurut Anthony Fioren, mereka menggunakan data latih berupa data gambar wajah manusia dengan informasi usia dari wajah tersebut untuk melatih komputer agar dapat mengenali usia dan jenis kelamin dari wajah manusia.

"Penentuan jenis kelamin serta usia dari citra dilakukan dengan menggunakan algoritma dan metode-metode pengolahan citra digital," ujarnya seperti dikutip dari laman UNY, Selasa (7/12/2021).

Adapun cara kerjanya adalah mengekstrak bagian wajah manusia dalam gambar tersebut lalu diolah sedemikian sehingga output yang dikeluarkan adalah usia serta jenis kelaminnya.

Mohammad Damarjati menambahkan langkah awal dalam pemrosesan data menggunakan ekstraksi wajah, split data dan augmentasi gambar.

Baca juga: Lulus UNY, Guru SD Ini Raih IPK 4

"Permodelannya menggunakan snapshot ensemble karena dapat menyimpan beberapa model sekaligus dalam satu kali proses training," imbuhnya.

Syukron Abdul menjelaskan untuk mengekstraksi wajah digunakan Algoritma Multi-Task Cascaded Convolutional Neural Network (MTCNN) karena mampu mengenali wajah dari berbagai angle.

Data yang dapatkan dibagi menjadi 2 yaitu data train yang nantinya akan menjadi data yang akan dibaca / dipelajari oleh mesin.

Serta data validation yang nanti akan menjadi alat uji / pengecekan dalam project yang dilakukan. Data validasi diperlukan untuk mengecek keakuratan model yang dibangun.

"Kami rekomendasikan untuk menambah data training, terutama pada citra dengan usia di bawah 15 tahun dan di atas 45 tahun, juga menggunakan model snapshot ensemble jika fokus pada performa dan model single CNN jika fokus pada kecepatan," terang Syukron.

Prediksi usia pada seseorang dapat diketahui melalui citra dengan bantuan machine learning.

Baca juga: Alat Pemantau Kualitas Air Ini Hasil Inovasi Mahasiswa ITS

Model yang dapat digunakan dalam prediksi usia adalah model snapshot ensemble yang terbukti dapat memberikan hasil lebih baik dengan memberikan nilai MSE lebih kecil dibandingkan dengan model CNN individual.