DETEKSI SUKU/RAS DI INDONESIA BERDASARAKAN WAJAH MENGGUNAKAN METODE INSTANCESEGEMENTATION MASK-RCNN

Indonesia merupakan negara yang kaya akan berbagai macam etnis, suku,
ras, budaya, bahasa, adat istiadat, agama. Penduduk Indonesia terdiri dari
beberapa suku / ras yang tersebar di seluruh wilayah Indonesia, masing masing
suku / ras memilki keunikan terutama pada bagian wajah. Objek deteksi wajah
peneliti menggunakan metode Mask R-CNN, Mask R-CNN adalah sebuah metode
Deep Neural Network atau yang biasa juga disebut Deep Learning yang bertujuan
untuk menyelesaikan masalah dalam bidang instance segmentation di machine
learning atau computer vision. Metode Instance Segmentation Mask R-CNN
diharapkan dapat mengenali objek (ras/suku penduduk indonesia) pada citra
wajah penduduk indonesia dan menentukan ras/ suku berdasarkan pembelajaran
berbasis deeplearning. Suku / ras penduduk Indonesia dalam penelitian ini dibagi
menjadi 4 yaitu Ras Malayan-Mongoloid, Ras Melanesoid, Ras Asiatic￾Mongoloid dan terakhir Ras Kaukasoid Indi. Model MRCNN pada penelitian ini
menggunakan input shape berukuran 32x32x3, ukuran filter 3x3, Jumlah Epoch
sebanyak 100. Data yang digunakan untuk proses training model sebanyak 40.
Menghasilkan tingkat akurasi training dan testing dalam melakukan deteksi not
balok sebesar 97,34% untuk accuracy dan 66,28 % untuk validasi accuracy. Hasil
penelitian dalam mendeteksi wajah dapat disimplkan bahwa berdasarkan dari 20
percobaan pengujian, terdapat 6 citra image gagal dideteksi dan 14 citra image
berhasil terdeteksi, maka peneliti dapat disimpulkan bahwa sistem pendeteksian
dapat dikatakan berjalan baik dalam mendeteksi wajah Suku / ras penduduk
Indonesia yang terbagi menjadi 4 golongan.
Kata kunci: Ras/Suku, Mask R-CNN, Instance Segmentation, Object Detection,
Pengolahan Citra Digital.