KLASIFIKASI BENTUK WAJAH UNTUK PEMILIHAN FRAME KACAMATA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS CITRA

Abstract

Wajah merupakan bagian dari tubuh manusia yang paling mudah dikenali karena selalu terlihat dan menjadi pusat perhatian dalam interaksi sosial. Setiap individu memilki bentuk wajah yang berbeda, seperti oval, bulat, dan kotak, yang mempengaruhi kesesuaian pemilihan bingkai kacamata. Namun, proses pemilihan bingkai kacamata di banyak optik masih dilakukan secara manual melalui konsultasi dengan ahli, sehingga memerlukan waktu dan bergantung pada penilaian individu. Penelitian ini bertujuan mengimplementasikan Convolutional Neural Network (CNN) dalam proses klasifikasi bentuk wajah untuk pemilihan bingkai kacamata berdasarkan citra wajah. CNN digunakan karena mampu mengenali pola visual melalui tahapan convolution layer untuk mengekstraksi fitur, pooling layer untuk mereduksi dimensi fitur, serta fully connected layer untuk melakukan klasifikasi. Hasil pengujian menggunakan metode k-fold cross validation dengan nilai k = 5 menunjukkan bahwa model memiliki performa yang baik, dengan nilai akurasi tertinggi diperoleh pada fold ke-2 sebesar 92,78%, dan akurasi rata-rata secara keseluruhan sebesar 90%. Hal ini menunjukkan bahwa model memiliki kemampuan yang baik dan stabil dalam melakukan klasifikasi bentuk wajah