RANCANG BANGUN SISTEM KEAMANAN BERBASIS FACE RECOGNITION MENGGUNAKAN METODE FACENET DAN SUPPORT VECTOR MACHINE (SVM)

Penelitian ini bertujuan untuk merancang dan membangun prototipe sistem keamanan bandara berbasis pengenalan wajah secara real-time untuk proses verifikasi identitas penumpang. Sistem yang dikembangkan mengintegrasikan Multi-task Cascaded Convolutional Neural Network (MTCNN) untuk deteksi wajah, FaceNet untuk ekstraksi fitur wajah, dan Support Vector Machine (SVM) untuk klasifikasi identitas. Dataset yang digunakan terdiri dari 20 kelas penumpang, dengan masing-masing kelas berisi 25 citra wajah, sehingga total data sebanyak 500 citra. Tahap preprocessing dilakukan melalui deteksi wajah, cropping, peningkatan kualitas citra, dan resize menjadi 160 × 160 piksel. Pengujian model dilakukan dengan membandingkan kernel Linear, Polynomial, dan Radial Basis Function (RBF). Hasil terbaik diperoleh pada kernel RBF dengan split ratio 70:30 dan parameter C 1, yaitu menggunakan 350 data latih dan 150 data uji. Konfigurasi tersebut menghasilkan accuracy, precision, recall, dan F1-score sebesar 100,00%. Pengujian aplikasi menunjukkan bahwa wajah penumpang terdaftar dapat dikenali dengan confidence 99,30% hingga 99,97%. Sistem juga diuji secara real-time menggunakan USB Webcam, Laptop Cam, dan Smartphone pada variasi jarak, pose, pencahayaan, serta aksesoris wajah. Selain itu, sistem berhasil diintegrasikan dengan Database untuk menampilkan identitas penumpang, confidence score, kode booking, nomor kursi, dan status verifikasi. Hasil penelitian menunjukkan bahwa sistem mampu melakukan verifikasi wajah dan data booking dengan baik. Namun, sistem masih memiliki keterbatasan dalam menghadapi spoofing karena belum dilengkapi liveness detection dan mekanisme unknown face detection yang optimal.