Pengembangan Sistem Klasifikasi Foto Melalui Identifikasi Wajah Pada Arsip Foto IPB Menggunakan YOLOv8 dan FaceNet

Abstract

Lonjakan jumlah foto dalam arsip digital IPB menimbulkan tantangan dalam proses klasifikasi berdasarkan identitas tokoh, karena pemeriksaan visual manual membutuhkan waktu dan tenaga besar. Penelitian ini bertujuan mengembangkan sistem otomatis yang dapat melakukan deteksi dan identifikasi wajah serta mengklasifikasikan foto berdasarkan tokoh IPB dalam arsip foto IPB. Sistem ini menggunakan model YOLOv8 untuk mendeteksi wajah secara cepat dan akurat, serta FaceNet untuk mengekstraksi fitur wajah ke dalam bentuk embedding. Kemudian, cosine similarity digunakan untuk menghitung derajat kesamaan antara vektor wajah yang terdeteksi dengan data vektor wajah tokoh pada database. Evaluasi dilakukan terhadap kinerja sistem menggunakan data uji berisi 96 foto uji dengan total 119 wajah dari 33 individu yang dikenali, yang dimana teridentifikasi 106 wajah secara benar dan memberikan akurasi sebesar 89,08% dalam klasifikasi ketika menggunakan nilai threshold optimal. Hasil ini menunjukkan bahwa model memiliki kinerja yang baik sehingga sistem berpotensi meningkatkan efisiensi serta akurasi dalam pengelolaan arsip foto IPB berdasarkan wajah tokoh.