Klasifikasi Citra Menggunakan Transfer Learning dan Model EfficientNet-B7 untuk Identifikasi Jenis Kelamin pada Crosshijaber

Harjono Padmono Putro; Nada Syifa

Authors

Harjono Padmono Putro Universitas Krisnadwipayana
Nada Syifa Universitas Krisnadwipayana

Keywords:

Klasifikasi Citra, Transfer Learning, EfficientNet-B7, Prediksi Jenis Kelamin

Abstract

Penelitian ini mengkaji penerapan Transfer Learning dengan model EfficientNet-B7 untuk klasifikasi jenis kelamin berbasis citra. Fokus utama penelitian ini adalah mengevaluasi akurasi model dalam mengidentifikasi jenis kelamin, khususnya dalam fenomena Crosshijaber, di mana individu menyamarkan identitasnya dengan mengenakan hijab. Dataset penelitian dikumpulkan dari berbagai sumber daring serta pengamatan langsung dan diolah menggunakan teknik pembelajaran mendalam. Hasil penelitian menunjukkan bahwa model EfficientNet-B7 mencapai akurasi 99% pada dataset daring, 97% pada dataset observasi, dan 92% pada dataset gabungan. Penelitian ini berkontribusi dalam bidang keamanan dan teknologi pengenalan wajah dengan menghadirkan metode yang andal untuk klasifikasi jenis kelamin.

References

Al-Fedaghi, S. (2018). Developing a Flowchart-Based Methodology for Designing Systems. International Journal of Advanced Computer Science and Applications, 9(6), 103-112.

Al-Rfou, R., Alain, G., Almahairi, A., et al. (2016). Theano: A Python framework for fast computation of mathematical expressions. Journal of Machine Learning Research, 17(1), 1-16.

Anggiratih dkk. (2021). Klasifikasi Penyakit Tanaman Padi Menggunakan Model Deep Learning Efficientnet B3 dengan Transfer Learning. Jurnal Ilmiah SINUS, 19(1), 75-83

Ardiyansyah dkk. (2023). Peningkatan Akurasi Metode C4.5 Untuk Memprediksi Kelayakan Kredit Berbasis Stratified Sampling Dan Optimize Selection, Jurnal Ilmu Komputer, 10(2), 239-249.

Arnold dkk. (2024). Male–female comparisons are powerful in biomedical research, Nature, 629, 37-40.

Awalia, N dan Primajaya, A. (2022). Identifikasi Penyakit Leaf Mold Daun Tomat Menggunakan Model Densenet121 Berbasis Transfer Learning. Jurnal Ilmiah Ilmu Komputer, 8(1), 49-54.

Debora, 2019. Crosshijaber Instagram Viral, Bagaimana Terjadi. Tirto.id. Retrieved From https://tirto.id/crosshijaber-instagram-viral-bagaimana-terjadi-ejGX

Fatimah, N & Hamimah, I. (2020). Peran Pendidikan Islam dalam Menanggulangi Fenomena Crosshijabers. Jurnal Ideas Pendidikan Sosial Dan Budaya, 6(4), 323-332.

Fitrah, G. F. R. (2020). Rancang Bangun Aplikasi Rekomendasi Penyampaian Materi Pembelajaran Berdasarkan Deteksi Emosi Wajah. Universitas Komputer Indonesia.

Hidayat, H. (2020). Crosshijaber Antara Trend dan Gejolak Sosial (Analisis Perilaku Crosshijaber Perspektif Al-Quran dan Psikologi). Marwah: Jurnal Perempuan, Agama dan Jender, 19(2), 190 – 202.

Kar, M., Muluk, N. B., Bafaqeeh, S. A., & Cingi, C. (2018). Is it possible to define the ideal lips?. Acta Otorhinolaryngologica Italica, 38(1), 67.

Khosravi, S. (2011). 'Illegal' Traveller: An Auto-Ethnography of Borders. Palgrave Macmillan.

Kristiyanti, A, D. (2015). Analisis Sentimen Review Produk Kosmetik Menggunakan Algoritma Support Vector Machine Dan Particle Swarm Optimization Sebagai Metode Seleksi Fitur, JURNAL Seminar Nasional Inovasi Dan Tren, 134-141.

Lang, F, T. (2011). The Bone-Muscle Relationship in Men and Women, Journal of Osteoporosis, 4.

Liu dkk. (2020). Integrative structural, functional, and transcriptomic analyses of sex-biased brain organization in humans, Proc Natl Acad Sci U S A, 117(31).

Maulana, G, G. (2017). Pembelajaran Dasar Algoritma Dan Pemrograman Menggunakan El-Goritma Berbasis Web. Jurnal teknik mesin, 6, 8-12.

Milano, G., et al. (2024). Deep Learning for Gender Classification in Real-world Scenarios. Journal of AI Research, 56(2), 120-135.

Milano, C, A., Yasid, A dan Wahyuningrum, T, R. (2024). Klasifikasi Penyakit Daun Padi Menggunakan Model Deep Learning Efficientnet-B6. Jurnal Informatika dan Teknik Elektro Terapan (JITET), 12(10), 551-559.

Petrus Potrimba . (9 Agustus 2023). Apa itu EfficientNet? Panduan Utama.. Blog Roboflow: https://blog.roboflow.com/what-is-efisiennet/

Putri, A, Y., Azhar, Y dan Minarno, E, A. (2021). Klasifikasi Jenis Batik Menggunakan Algoritma Convolutional Neural Network, Jurnal Repository, 3(2), 199-206.

Sena, S., (2017). Pengenalan Deep Learning Part 1 : Neural Network. [Online] Available at: https://medium.com/@samuelsena/pengenalan-deep-learning-8fbb7d8028ac [Accessed 15Augustus 2020].

Senefeld, W, J Dan Hunter, K, S., (2024). Hormonal Basis of Biological Sex Differences in Human Athletic Performance, Endocrinology, 165(5).

Singh, A., et al. (2023). Application of EfficientNet in Facial Recognition. International Conference on Computer Vision, 34(1), 89-101.

Suhardjono., Wijaya, G dan Hamid, A. (2019). Prediksi Waktu Kelulusan Mahasiswa Menggunakan SVM Berbasis PSO, Jurnal Bianglala Informatika, 7(2), 97-101.

Susim, T Dan Darujati, C. (2021). Pengolahan Citra Untuk Pengenalan Wajah (Face Recognition) Menggunakan Opencv, Jurnal Syntax Admiration, 2(3), 534-545.

Upadhyaya, M & Korenis, P. (2018). Cross-dressing as a defense mechanism against loss in a bisexual male. Journal of Gay & Lesbian Mental Health, 22(4), 412-420.

Ü. Atila, M. Uçar, K. Akyol, and E. Uçar, “Plant leaf disease classification using EfficientNet deep learning model,” Ecol

Wijaya, E, A., Swastika, W dan Kelana, H, O. (2021). Implementasi Transfer Learning Pada Convolutional Neural Network Untuk Diagnosis Covid-19 Dan Pneumonia Pada Citra X-Ray. Jurnal Ilmiah Sains Dan Teknologi, 2(1).