Berikut adalah silabus dengan topik “Penerapan Algoritma Deep Learning untuk Pengenalan Wajah Berbasis Python”. Setiap sesi dirancang untuk membangun pemahaman mulai dari dasar hingga aplikasi lanjutan dalam pengenalan wajah menggunakan algoritma deep learning.
Sesi 1-5: Pengantar Deep Learning dan Pengenalan Wajah
-
Sesi 1: Pengenalan Deep Learning dan Penerapannya pada Pengenalan Wajah Pengantar machine learning, deep learning, dan neural networks
-
Aplikasi deep learning pada pengenalan wajah
-
Studi kasus: Pengenalan wajah di dunia nyata
-
Sesi 2: Instalasi dan Persiapan Lingkungan Pemrograman dengan Python Instalasi Python, Jupyter Notebook, dan pustaka penting (TensorFlow, Keras, OpenCV, Dlib)
-
Persiapan lingkungan pengembangan dan pengenalan pustaka
-
Sesi 3: Dasar-dasar Image Processing untuk Pengenalan Wajah Pengolahan citra (image preprocessing) untuk pengenalan wajah
-
Teknik penting seperti grayscale conversion, histogram equalization, dan edge detection
-
Sesi 4: Dataset untuk Pengenalan Wajah Pengenalan dataset umum untuk pengenalan wajah (LFW, VGGFace, CelebA)
-
Cara mengunduh, memproses, dan mengeksplorasi dataset
-
Sesi 5: Ekstraksi Fitur untuk Pengenalan Wajah Pengenalan metode ekstraksi fitur (HOG, SIFT, LBP)
-
Implementasi ekstraksi fitur dengan Python dan OpenCV
Sesi 6-10: Neural Networks dan CNN untuk Pengenalan Wajah
-
Sesi 6: Pengenalan Neural Networks (NN) Dasar-dasar neural networks: arsitektur, neuron, aktivasi, dan backpropagation
-
Implementasi Neural Networks sederhana menggunakan Python dan Keras
-
Sesi 7: Pengenalan Convolutional Neural Networks (CNN) Struktur CNN: convolutional layer, pooling layer, fully connected layer
-
Aplikasi CNN dalam pengenalan gambar
-
Sesi 8: Membangun CNN untuk Pengenalan Wajah Membangun CNN sederhana untuk klasifikasi wajah
-
Implementasi CNN menggunakan Keras dan TensorFlow
-
Sesi 9: Optimasi dan Training CNN Teknik optimasi model: learning rate, batch size, optimizer
