Perkembangan di bidang teknologi khususnya dalam bidang pengenalan
wajah (face recognition) sangat pesat. Hal ini karena semakin luasnya pengenalan
wajah diimplementasikan ke dalam kehidupan sehari-hari. Pengenalan wajah dapat
digunakan untuk berbagai kebutuhan seperti kata sandi, catatan kehadiran,
pengawasan di tempat-tempat umum dan dapat digunakan untuk membantu proses
penegakan hukum. Untuk mendukung implementasi pengenalan wajah diperlukan
sebuah metode yang dapat mengatasi permasalahan dalam melakukan proses
pengenalan wajah.
Metode Convolutional Neural Network (CNN) adalah salah satu metode
yang paling banyak digunakan dalam computer vision. Banyak penelitian dilakukan
untuk mengembangkan model jaringan CNN seperti ResNet, GoogleNet, AlexNet
dan model lainnya. Penelitian yang dilakukan kali ini akan menggunakan model
jaringan pre-trained ResNet dalam melakukan pengenalan wajah seseorang.
Hasil dari penelitian ini akan menampilkan seberapa akurat proses
pendaftaran dan juga proses dalam melakukan pengenalan wajah. Pada proses
pendaftaran akan menggunakan nilai tolerance sebesar 0,45 untuk membandingkan
gambar yang akan didaftarkan dengan gambar yang sudah berada di dalam
database, sedangkan pada proses pengenalan wajah akan menggunakan nilai
tolerance sebesar 0,46. Akurasi yang didapat dari proses pendaftaran sebesar
83,33% sedangkan untuk akurasi pengenalan wajah apabila gambar tidak melewati
tahap preprocessing mendapatkan akurasi sebesar 89,5% dengan waktu yang
diperlukan selama 526,046 detik dan gambar yang tidak melewati tahap
preprocessing mendapatkan akurasi sebesar 88% dengan waktu yang diperlukan
selama 369,520 detik.