Klasifikasi Rentang Usia Berdasarkan Citra Wajah Menggunakan Convolutional Neural Network

Klasifikasi usia berbasis citra wajah memegang peran krusial dalam berbagai bidang, mulai dari sistem keamanan hingga analisis pasar digital. Dalam studi ini, dikembangkan pendekatan klasifikasi menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 untuk mengkategorikan usia ke dalam empat kelompok: anak, remaja, dewasa, dan lansia. Sebanyak 3.250 citra wajah dari platform Kaggle diproses melalui tahap normalisasi dan augmentasi guna meningkatkan variasi dan mengurangi overfitting. Hasil pengujian menunjukkan bahwa model yang dibangun dengan teknik transfer learning ini mencapai akurasi 84% pada data validasi, dengan performa terbaik di kelas dewasa. Namun demikian, kelas dengan data lebih sedikit menunjukkan kinerja lebih rendah, mengisyaratkan perlunya penanganan khusus untuk ketidakseimbangan data. Temuan ini memperkuat potensi CNN untuk klasifikasi usia, sekaligus menyoroti pentingnya strategi data yang lebih berimbang.