Naufal, Andi Marsha Dhia (2023) Pengenalan Wajah Dengan Deep Learning Menggunakan Metode Convolutional Neural Network (Cnn). Other thesis, Universitas Komputer Indonesia.
UNIKOM_Andi Marsha Dhia Naufal_Cover.pdf - Published Version
Download (1MB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_Lembar Pengesahan.pdf - Published Version
Download (310kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_Surat Keterangan Persetujuan Publikasi.pdf - Published Version
Download (277kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_Lembar Pernyataan.pdf - Published Version
Download (330kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_Kata Pengantar.pdf - Published Version
Download (62kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_Daftar Isi.pdf - Published Version
Download (66kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_BAB I.pdf - Published Version
Download (85kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_BAB II.pdf - Published Version
Download (2MB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_BAB III.pdf - Published Version
Restricted to Repository staff only
Download (127kB) | Request a copy
UNIKOM_Andi Marsha Dhia Naufal_BAB IV.pdf - Published Version
Restricted to Repository staff only
Download (499kB) | Request a copy
UNIKOM_Andi Marsha Dhia Naufal_BAB V.pdf - Published Version
Download (62kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_Daftar Pustaka.pdf - Published Version
Download (65kB) | Preview
UNIKOM_Andi Marsha Dhia Naufal_Kontak Penulis Dan Kontributor Penelitian.pdf - Published Version
Download (116kB) | Preview
Abstract
Pengenalan wajah merupakan teknologi yang tengah dikembangkan oleh para pe- neliti, karena mampu digunakan dalam berbagai aplikasi, seperti sistem keamanan, akses informasi pribadi, dan absensi. Meskipun demikian, pengenalan wajah memi- liki beberapa permasalahan, seperti variasi pencahayaan, pose, ekspresi, dan oklu- si pada citra wajah yang dapat mempengaruhi tingkat akurasi. Proses pengenalan wajah melibatkan dua tahap penting, yaitu ekstraksi fitur dan klasifikasi. Dalam penelitian ini menggunakan metode Convolutional Neural Network untuk proses ekstraksi dan klasifikasi dalam sistem pengenalan wajah. Pengujian akan dilakukan dibeberapa dataset seperti, AT&T, Yale, Georgia Tech, dan dataset Mandiri. Dari pengujian yang telah dilakukan didapatkan dengan akurasi diatas 67% dengan wak- tu komputasi sebesar 1 - 10 ms. Tingkat akurasi dipengaruhi oleh kondisi dari citra wajah seperti, iluminasi dan pose. Selain itu dipengaruhi oleh besarnya nilai epoch. Semakin tinggi nilai epoch maka semakin besar beban komputasi yang dibutuhkan.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Pengenalan Wajah, Convolutional Neural Network |
| Subjects: | 000 COMPUTER SCIENCE, INFORMATION & GENERAL WORKS > 005 Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1 Skripsi > Sistem Komputer |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 18 Jan 2024 01:15 |
| Last Modified: | 18 Jan 2024 01:15 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/8991 |
