RANCANG BANGUN ALAT IOT DETEKSI DAN PENGENALAN WAJAH MENGGUNAKAN DEEP LEARNING

.Nurmahmudin, Muh (2021) RANCANG BANGUN ALAT IOT DETEKSI DAN PENGENALAN WAJAH MENGGUNAKAN DEEP LEARNING. Undergraduate thesis, Universitas Stikubank.

	PDF (HLM JUDUL) Download (901kB)
	PDF (ABSTRAK) Download (797kB)
	PDF (BAB I) Download (616kB)
	PDF (BAB II) Restricted to Repository staff only Download (728kB)
	PDF (BAB III) Restricted to Repository staff only Download (941kB)
	PDF (BAB IV) Restricted to Repository staff only Download (1MB)
	PDF (BAB V) Restricted to Repository staff only Download (1MB)
	PDF (BAB VI) Restricted to Repository staff only Download (563kB)
	PDF (DAFTAR PUSTAKA) Download (570kB)
	PDF (LAMPIRAN) Restricted to Repository staff only Download (1MB)

Abstract

Wajah merupakan ciri fisiologis yang paling mudah dan digunakan untuk membedakan identitas setiap individu. Sehingga pengenalan wajah merupakan salah satu teknologi biometrik yang sering dipelajari dan dikembangkan. Tahap pengenalan wajah dapat dilakukan dengan cepat oleh manusia namun butuh waktu lama bagi komputer. Kemampuan manusia itulah yang ingin diduplikasi peneliti sebagai biometrik dalam bidang computer vision dengan tujuan untuk mengklasifikasikan wajah manusia pada komputer yang nantinya dapat digunakan dan dikembangkan . Penelitian ini sistem mendeteksi wajah menggunakan metode Convolutional Neural Networks (CNN) secara real-time bertujuan untuk menegenali wajah seseorang. Penelitian menggunakan python dengan metode Convolutional Neural Networks (CNN). Setelah sistem dibuat dilakukan pengujian sistem pada beberapa orang dengan bentuk wajah yang berbeda dan mendapatkan hasil yang akurat. Pengujian juga dilakukan pada posisi wajah dengan mata sebelah tertutup, mulut tertutup dan masih mendapatkan hasil yang akurat. Proses Pengujian harus dilakukan pada pencahayaan yang cukup dengan jarak antara wajah dan kamera +50 – 75cm. Dari semua pengujian yang dilakukan sistem mempunyai akurasi 80.5%.

Item Type:	Thesis (Undergraduate)
Additional Information:	NIM : 17.01.53.0161 SKR.I.05.01.1962
Uncontrolled Keywords:	Pengenalan wajah, Real- time, Convolutional Neural Networks (CNN), Python
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User:	Ani Mariawati
Date Deposited:	03 Jun 2021 07:54
Last Modified:	03 Jun 2021 07:54
URI:	https://eprints.unisbank.ac.id/id/eprint/7774

Actions (login required)

View Item