Implementasi Pengenalan Wajah Menggunakan Metode Principal Component Analysis Berbasis Raspberry Pi

Oktavian, Nanda (2024) Implementasi Pengenalan Wajah Menggunakan Metode Principal Component Analysis Berbasis Raspberry Pi. Diploma thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Nanda Oktavian_Cover.pdf - Published Version Download (67kB)
	Text UNIKOM_Nanda Oktavian_Lembar Pengesahan .pdf - Published Version Download (4MB)
	Text UNIKOM_Nanda Oktavian_Surat Keterangan Persetujuan Publikasi.pdf - Published Version Download (395kB)
	Text UNIKOM_Nanda Oktavian_Lembar Pernyataan.pdf - Published Version Download (407kB)
	Text UNIKOM_Nanda Oktavian_Kata Pengantar.pdf - Published Version Download (62kB)
	Text UNIKOM_Nanda Oktavian_Daftar Isi.pdf - Published Version Download (76kB)
	Text UNIKOM_Nanda Oktavian_BAB I.pdf - Published Version Download (66kB)
	Text UNIKOM_Nanda Oktavian_BAB II.pdf - Published Version Download (1MB)
	Text UNIKOM_Nanda Oktavian_BAB III.pdf - Published Version Restricted to Repository staff only Download (227kB) | Request a copy
	Text UNIKOM_Nanda Oktavian_BAB IV.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy
	Text UNIKOM_Nanda Oktavian_BAB V.pdf - Published Version Download (41kB)
	Text UNIKOM_Nanda Oktavian_Daftar Pustaka.pdf - Published Version Download (64kB)
	Text Kontak penulis dan kontributor.pdf - Published Version Download (134kB)

Abstract

Sistem pengenalan wajah merupakan teknologi biometrik yang efisien dan efektif dalam mengidentifikasi individu, terutama dalam konteks keamanan dan sistem oto- matis. Teknologi ini memiliki berbagai macam aplikasi seperti absensi, sistem kea- manan dan akses informasi pribadi. Namun, pengenalan wajah memiliki beberapa permasalahan yang mengakibatkan berkurangnya tingkat akurasi yang dipengaruhi oleh variasi intensitas pencahayaan, oklusi dan pose, serta ekspresi pengguna pada citra wajah. Pada Penelitian ini, dilakukan penelitian implementasi wajah meng- gunakan metode fitur ekstraksi Principal Component Analysis (PCA) sebagai pro- ses ekstraksi dan Support Vector Machine (SVM) sebagai proses klasifikasi yang diterapkan pada Raspberry Pi 3 Model B+, yang nantinya akan dianalisis kinerja dari metode PCA dan klasifikasi SVM terhadap tingkat akurasi pengenalan, waktu komputasi dan memberikan informasi tentang performa Raspberry Pi saat mengek- sekusi sistem pengenalan wajah. Berdasarkan hasil pengujian yang telah dilakukan Raspberry Pi 3 Model B+ dapat digunakan dalam implementasi pengenalan wajah menggunakan algoritma PCA dan SVM dengan tingkat akurasi 80% menggunakan dataset mandiri, dengan delay waktu sebesar 1.171 detik.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Pengenalan Wajah, Principal Component Analysis (PCA), Support Vector Machine (SVM), Raspberry Pi.
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software
Divisions:	D3 TUGAS AKHIR > FTIK_Teknik Komputer (08)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	13 Sep 2025 04:14
Last Modified:	13 Sep 2025 04:14
URI:	http://elibrary.unikom.ac.id/id/eprint/10943

Actions (login required)

View Item