Machine learning adalah sebuah mesin yang dikembangkan dan kemudian digunakan untuk melakukan suatu pekerjaan tanpa adanya campur tangan atau arahan dari penggunaannya. Pembelajaran mesin atau machine learning dikembangkan dengan didasarkan pada disiplin ilmu lainnya seperti halnya ilmu statistika, ilmu matematika serta data mining, sehingga mesin ini dapat belajar dengan menganalisa data tanpa perlu adanya tindakan atau di program ulang ataupun perintah tertentu. Berikut ini adalah pembahasan tentang machine learning face recognition dan penerapan algoritmanya.


Machine Learning Face Recognition
Machine learning face atau facial recognition yakni salah satu jenis dari sistem identifikasi yakni identifikasi biometrik. Jenis sistem seperti ini dapat digunakan untuk mengidentifikasi seseorang dengan bantuan fitur khusus pada tubuh maupun DNA pada tubuh manusia yang membedakan antara manusia satu dengan manusia yang lainnya. Contoh machine learning identifikasi biometrik yang lainnya yakni seperti fingerprint atau biasanya dikenal dengan sidik jari, retina scanning dan iris scanning pada mata, serta voice recognition yaitu penerapan machine learning dengan menggunakan identifikasi suara. Penerapan ini biasanya digunakan pada kantor-kantor atau tempat-tempat yang memiliki akses khusus antara tempat tersebut dengan para usernya. Seperti halnya pegawai sekolah, pegawai bank, dan sebagainya.

Penerapan Algoritma Machine Learning
Penerapan algoritma machine learning terdiri dari beberapa tahap, sebagai berikut:

  1. Pendeteksian wajah, tahap pertama ini dilakukan dengan pengambilan foto wajah dari seseorang dengan memindai foto 2D atau 3D secara langsung.
  2. Penjajaran, setelah wajah berhasil dideteksi oleh sistem, software akan menentukan ukuran, posisi, dan juga sikap kepala. Pada software 3D foto wajah orang yang dideteksi mampu dikenali hingga 90 derajat, sedangkan untuk software 2D posisi kepala orang tersebut harus menghadap ke arah kamera kurang lebih 35 derajat.
  3. Pengukuran, tahap berikutnya software melakukan pengukuran lekukan pada wajah dengan skala sub-milimeter atau microwave serta membuat template.
  4. Representasi, tahap ini bertugas menerjemahkan template ke dalam kode unik, yang mana kode ini mempresentasikan setiap wajah dari orang yang dideteksi.
  5. Pencocokan, setelah foto wajah yang direpresentasikan dan ketersediaan foto wajah dalam database sudah sama, maka proses pencocokan dapat langsung dikerjakan oleh sistem.
  6. Identifikasi atau verifikasi, verifikasi ini adalah sebuah proses pencocokkan satu banding satu. Sedangkan identifikasi yaitu suatu perbandingan foto wajah yang diambil dari seluruh gambar yang mempunyai kemiripan dengan data pada database.
  7. Analisis tekstur wajah, dengan kemajuan software face recognition yakni penggunaan biometric face recognition pada kulit ataupun keunikan tekstur kulit guna meningkatkan akurasi hasil dari pencocokkan. Hal ini dapat dikerjakan jika tidak adanya pantulan cahaya dari kacamata ataupun dari foto wajah. Jika ada maka proses ini tidak dapat berjalan dengan semestinya.

Itulah pembahasan tentang machine learning face recognition dan penerapan algoritmanya. Semoga dengan pembahasan machine learning ini dapat memicu kita untuk berinovasi dalam penerapan machine learning yang lain dalam kehidupan sehari-hari.