Segmen Citra Pada Pengolahan Foto Untuk Id Card Menggunakan Arsitektur U-NET

Pengolahan foto untuk ID Card saat ini masih dilakukan secara manual, mulai dari penghapusan latar belakang hingga integrasi ke dalam template desain. Proses ini rentan terhadap kesalahan manusia dan menghasilkan keluaran yang tidak konsisten. Penelitian ini bertujuan untuk membangun dan mengevaluasi model segmentasi citra berbasis arsitektur U-Net guna mengotomatisasi tahapan awal pengolahan foto ID Card , khususnya pada proses pemisahan objek manusia dari latar belakang. Model dilatih menggunakan dataset potret dengan latar beragam, dan dievaluasi menggunakan metrik Dice Coefficient dan Intersection over Union (IoU). Model yang telah dilatih kemudian digunakan dalam simulasi pipeline pengolahan foto secara menyeluruh, meliputi segmentasi, penyesuaian orientasi wajah, cropping proporsional, konversi ke skala abu-abu, dan penempatan ke dalam template ID Card . Hasil evaluasi menunjukkan bahwa model U-Net mencapai nilai Dice sebesar 0,9938 dan IoU sebesar 0,9877, dengan waktu eksekusi rata-rata 6–20 detik per gambar. Pipeline yang disimulasikan berhasil menghasilkan foto ID Card yang konsisten, efisien, dan sesuai standar template tanpa intervensi manual. Penelitian ini menunjukkan bahwa segmentasi berbasis U-Net memiliki potensi kuat dalam mendukung otomatisasi pengolahan foto untuk ID Card .

Kata Kunci: foto ID Card , otomatisasi pipeline, penghapusan latar belakang, preprocessing citra, segmentasi citra, U-Net