Isi Artikel Utama

Abstrak

Hairstyle atau gaya rambut merupakan suatu hal krusial yang mempengaruhi penampilan seseorang. Khususnya pada pria, permasalahan yang sering muncul adalah ketidaksesuaian hasil potongan rambut mereka sehingga menyebabkan rasa percaya diri menurun. Tujuan penelitian ini yaitu mengembangkan sistem rekomendasi gaya rambut bagi pria berdasarkan bentuk wajah dan jenis rambut untuk memberikan rekomendasi yang lebih personal dibandingkan penelitian sebelumnya yang hanya fokus pada satu fitur. Metode yang digunakan pada penelitian ini yaitu Convolutional Neural Network (CNN) dan transfer learning dengan memanfaatkan metode VGG16, fine-tuning, dan extract features dengan fokus pada peningkatan akurasi model. Parameter pelatihan sistem rekomendasi ini menggunakan 32 batch size, 75 epoch, dan learning rate Adam. Model yang digunakan adalah pre-trained model yang didasarkan pada model face shape dan hair type terpilih yang sudah melalui proses pelatihan dan pengujian pada tahap sebelumnya. Hasil pengujian sistem rekomendasi ini menghasilkan dua output, yaitu akurasi face shape model dengan nilai 59,62% dan akurasi hair type model dengan nilai 59,61%. Output tersebut menunjukkan peningkatan nilai akurasi dari penelitian sebelumnya, yang membuktikan bahwa penggunaan metode VGG16 cukup efektif dalam meningkatkan akurasi pada sistem pengolahan gambar terutama pada dataset yang jumlahnya terbatas.

Kata Kunci

Hairstyle Convolutional Neural Network Transfer Learning Metode VGG16 Recommendation System

Rincian Artikel

Cara Mengutip
[1]
M. S. Azzahra, S. S. Maesaroh, dan R. G. Guntara, “Penggunaan Convolutional Neural Network dan Transfer Learning untuk Rekomendasi Gaya Rambut Pria”, Jurnal Algoritma, vol. 21, no. 2, hlm. 173–183, Nov 2024.

References

Read More