Deteksi Ujung Jari menggunakan Faster-RCNN dengan Arsitektur Inception v2 pada Citra Derau

Abstract

Deteksi ujung jari merupakan bidang pada visi komputer yang memiliki pemanfaatan yang luas dalam hal antarmuka alami, robot, dll. CNN menjadi salah satu metode yang sedang banyak diterapkan dalam deteksi objek, dengan beberapa pembaharuan CNN berevolusi menjadi Faster-RCNN yang mampu mendeteksi objek dengan sangat baik. Penelitian ini memanfaatkan kemampuan Faster-RCNN dalam mendeteksi ujung jari dengan arsitektur Inception V2. Penerapan dilakukan pada citra yang memiliki derau dan tidak memiliki derau. Hasil penelitian menunjukkan citra yang tidak memiliki derau memiliki hasil akurasi deteksi yang baik yaitu 91%, sementara itu untuk masing-masing citra derau: Gaussian, Salt and Pepper, Poisson dan Speckle memiliki akurasi sebesar 34%, 5%, 80% dan 21%.