Rumah sakit merupakan organisasi kesehatan yang menyediakan sarana
prasarana, pelayanan, perawatan, diagnosis, serta pengobatan kesehatan dengan
melibatkan tenaga medis profesional. Keberadaan rumah sakit sebagai pusat
kesehatan, membuat rumah sakit selain mengobati pasien juga harus
mengutamakan keselamatan pasien agar dapat mengurangi insiden terhadap
pasien. Salah satu insiden serius yang harus diperhatikan oleh rumah sakit adalah
kelalaian saat mengidentifikasi pasien yang akan dioperasi. Agar kelalaian
tersebut dapat dikurangi maka diperlukan tambahan komponen identifikasi pasien
selain menggunakan nama dan nomor pasien.
Penelitian ini memberikan solusi berupa identifikasi menggunakan wajah.
Pengenalan wajah oleh mesin dapat dibuat dengan menggunakan metode
Convolutional Neural Network (CNN). CNN merupakan salah satu metode Deep
Learning yang digunakan untuk mendeteksi dan mengenali objek pada sebuah
gambar. Pada penelitian ini, pengenalan wajah dilakukan dengan menggunakan
pretrain model VGGFace2 dengan arsitektur modelnya adalah SeNet 50. Dataset
dikumpulkan dengan menerapkan One Shot Learning atau Single Sample Per
Person (SSPP).
Hasil dari penerapan model CNN ke dalam sistem penjadwalan operasi pasien
dibagi menjadi dua kategori yaitu pendaftaran pasien dan verifikasi pasien.
Pendaftaran dilakukan dengan minimum distance 0.35 dan melakukan pencocokan
data dengan seluruh database, sedangkan verifikasi pasien menggunakan
minimum distance 0.28 dan hanya melakukan pencocokan terhadap wajah yang
bersangkutan. Akurasi pada saat melakukan pendaftaran pasien adalah 90%
sampai 100%, sedangkan pada saat melakukan verifikasi pasien, akurasi yang
diperoleh adalah 100%.