Kursus C++: Implementasi Algoritma Deep Learning Berbasis C++ untuk Pengenalan Wajah dalam Sistem Keamanan Digital

Silabus 20 Sesi: Implementasi Algoritma Deep Learning Berbasis C++ untuk Pengenalan Wajah dalam Sistem Keamanan Digital

Tujuan Kursus:

Peserta akan memahami konsep deep learning, pengolahan citra, serta mampu mengimplementasikan model pengenalan wajah menggunakan C++ dan OpenCV.

Sesi 1-5: Pengantar dan Persiapan Lingkungan

Sesi 1: Pendahuluan tentang Deep Learning dan Pengenalan Wajah

• Konsep dasar Deep Learning dalam pengenalan wajah

• Perbedaan Face Detection vs. Face Recognition

• Algoritma umum: Eigenfaces, Fisherfaces, LBPH, CNN

• Studi kasus penggunaan dalam sistem keamanan

Sesi 2: Mempersiapkan Lingkungan Pengembangan di C++

• Instalasi CMake, OpenCV, dan Dlib

• Konfigurasi Visual Studio Code / CLion / Qt Creator

• Menggunakan CUDA untuk akselerasi GPU (jika tersedia)

Sesi 3: Dasar-Dasar Pemrograman C++ untuk AI

• Struktur dasar kode C++ untuk AI

• Manajemen memory allocation dan optimasi kinerja

• Pemanfaatan STL (Standard Template Library) dalam deep learning

Sesi 4: Pemrosesan Citra Digital dengan OpenCV di C++

• Membaca dan menampilkan gambar & video menggunakan cv::imread()

• Operasi dasar grayscale, thresholding, edge detection

• Penerapan histogram equalization untuk preprocessing

Sesi 5: Deteksi Wajah Menggunakan OpenCV Haar Cascade & DNN

• Implementasi Haar Cascade Classifier

• Deteksi wajah menggunakan pretrained DNN (ResNet, MobileNet)

• Evaluasi kecepatan dan akurasi metode

Sesi 6-10: Implementasi Model Deep Learning

Sesi 6: Pengenalan Model CNN untuk Pengenalan Wajah

• Struktur dasar Convolutional Neural Networks (CNN)