BAB I
PENDAHULUAN
Perkembangan teknologi saat ini hampir tidak dapat dibendung lagi. Salah satu
diantara teknologi yang berkembang dengan pesat tersebut ialah telepon seluler
pintar (ponsel pintar). Perkembangan teknologi ponsel pintar tersebut juga diiringi
dengan kepemilikannya yang tinggi di Indonesia. Pada tahun 2019 BPS mencatat
ada sebanyak 63,53% rumah tangga di Indonesia yang sudah memiliki ponsel [1].
Jumlah ponsel tersebut tidak terbatas hanya dimiliki oleh orang dewasa saja,
namun sangat dimungkinkan juga dimiliki dan digunakan oleh anak-anak
terutama untuk bermain gim. Hal ini terlihat dari survei yang dilakukan oleh
Kominfo pada tahun 2017 yang menunjukkan sebanyak 65,34% responden
berumur 9-19 tahun sudah memiliki ponsel pintar [2].
Gim-gim yang beredar di toko aplikasi biasanya sudah memiliki rating yang
berguna sebagai peringatan siapa saja yang boleh memainkan gim-gim tersebut.
Di Indonesia terdapat lembaga IGRS (Indonesia Game Rating System) sebagai
lembaga pengatur standar penggolongan gim yang beredar di Indonesia. Sesuai
dengan Peraturan Menteri Komunikasi dan Informatika No. 11 tahun 2016,
lembaga tersebut membagi rating ke dalam 5 kategori, yaitu [3]: kelompok 3
tahun atau lebih (3+), kelompok 7 tahun atau lebih (7+), kelompok 13 tahun atau
lebih (13+), kelompok 18 tahun atau lebih (18+) dan kelompok semua umur.
Kemudian di setiap kategori umur memiliki tingkatan kebolehterlihatan unsur
kekerasan, darah, senjata asli, rokok dan unsur-unsur negatif lainnya yang
berbeda-beda.
disimpulkan bahwa anak-anak yang bermain gim bertema kekerasan akan lebih
bersikap agresif dan juga sulit membedakan mana fantasi dan kekerasan
sebenarnya [4] . Selain itu pada sebuah penelitian awalan yang meneliti aktivitas
otak pada anak-anak ketika bermain gim kekerasan, ditemukan kemungkinan anak
mengalami beban mental dan kondisi stres pada saat bermain gim bertema
kekerasan tersebut [5].
Aplikasi yang disebutkan di atas dirancang agar bekerja layaknya pengunci gim
yang akan dimainkan. Gim tidak akan dapat dimainkan apabila pengguna
terklasifikasi berumur di bawah 18 tahun. Proses klasifikasi rentang umur
pengguna pada aplikasi yang akan dikembangkan tersebut menggunakan
pendekatan pembelajaran mesin dan ekstrasi fitur pada citra wajah yang ditangkap
oleh kamera depan ponsel.
Pada lima tahun terakhir ini sudah banyak penelitian mengenai klasifikasi umur
melalui citra wajah dengan berbagai metode pembelajaran mesin. Beberapa
diantaranya yaitu: klasifikasi rentang umur dengan ekstrasi fitur menggunakan
Central Pixel Flooding Matrix pada citra wajah [6] , klasifikasi rentang umur
dengan menggunakan ekstrasi fitur DCT dari citra wajah [7] , klasifikasi
menggunakan K-NN rentang umur berdasarkan analisis dimensi Fraktal Box dari
ekstrasi Tepi Canny pada citra wajah [8] , klasifikasi rentang umur dengan
menggunakan 6-Layer Convolutional Neural Network (CNN), Restnet-18 dan
Restnet-34 [9] dan klasifikasi rentang umur menggunakan K-NN dengan teknik
ekstrasi fitur Local Gabour Binary Patern Histogram [10].
Berdasarkan kelebihan dari on-device machine learning di atas dan sudah pernah
adanya penelitian terkait klasifikasi rentang umur menggunakan Convolutional
Neural Network (CNN) yang telah berhasil dilakukan, maka proses verifikasi
rentang umur pada aplikasi yang dikembangkan akan menggunakan pendekatan
pembelajaran mesin Convolutional Neural Network (CNN) dan
diimplementasikan dengan kakas Tensorflow Lite.
1. Klasifikasi hanya pada dua rentang umur, yaitu atas 18 tahun dan bawah 18
tahun.
3. Klasifikasi tidak termasuk pada objek wajah yang tertutupi oleh masker dan
kacamata.
4. Aplikasi telah memiliki izin kamera dan akses status pengguna (usage stats).
5. Basis data package gim di atas 18 tahun yang digunakan pada aplikasi
bersifat statis dan data gim hanya berasal dari situs Indonesian Game Rating
System (IGRS).
Hasil dari penelitian yang dilakukan berupa aplikasi yang diharapkan dapat
menjadi solusi untuk dapat menghindari pengguna yang belum cukup umur
memainkan gim yang tergolong untuk pengguna 18 tahun ke atas.
Dalam penulisan laporan tugas akhir ini, sistematika penulisan yang digunakan
oleh penulis terbagi menjadi beberapa bab sebagai berikut:
a. BAB I PENDAHULUAN
Bab ini berisikan latar belakang, rumusan masalah, tujuan penelitian, batasan
masalah, manfaat penelitian dan sistematika penulisan yang penulis gunakan
dalam pembuatan laporan tugas akhir.
Bab ini berisikan tinjauan pustaka dari penelitian terkait yang telah ada
sebelumnya dan teori-teori yang memiliki keterkaitan dengan topik penelitian
5
Bab ini berisikan tahapan-tahapan yang dilakukan oleh penulis dalam membangun
model klasifikasi menggunakan arsitektur Convolutional Neural Network CNN
pada tugas klasifikasi rentang umur pada citra wajah dan tahapan
pengimplementasian model tersebut ke dalam aplikasi yang berfungsi untuk
memverifikasi umur pengguna gim.
Bab ini berisikan hasil yang didapatkan dari penelitian beserta pembahasannya.
Bab ini berisikan kesimpulan dan saran yang didapatkan dari hasil penelitian yang
telah dilakukan.