Mansur, Mohammad Ripan Saiful (2023) Restorasi Wajah Pada Kamera Cctv Dengan Pendekatan Metode Gan Untuk Memperbaiki Piksel Pada Wajah. Other thesis, Universitas Komputer Indonesia.
UNIKOM_Mohammad Ripan Saiful Mansur_Cover.pdf - Published Version
Download (26kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Lembar Pengesahan.pdf - Published Version
Download (54kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Surat Keterangan Persetujuan Publikasi.pdf - Published Version
Download (58kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Lembar Pernyataan.pdf - Published Version
Download (75kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Kata Pengantar.pdf - Published Version
Download (6kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Daftar Isi.pdf - Published Version
Download (152kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Bab I.pdf - Published Version
Download (25kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Bab II.pdf - Published Version
Download (1MB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Bab III.pdf - Published Version
Restricted to Repository staff only
Download (503kB) | Request a copy
UNIKOM_Mohammad Ripan Saiful Mansur_Bab IV.pdf - Published Version
Restricted to Repository staff only
Download (648kB) | Request a copy
UNIKOM_Mohammad Ripan Saiful Mansur_Bab V.pdf - Published Version
Download (130kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_DAFTAR PUSTAKA.pdf - Published Version
Download (257kB) | Preview
UNIKOM_Mohammad Ripan Saiful Mansur_Kontak.pdf - Published Version
Download (124kB) | Preview
Abstract
Skripsi ini menyajikan pengembangan sistem CCTV inovatif, yang dirancang untuk meningkatkan kemampuan pengawasan dengan meningkatkan resolusi gambar dan melakukan restorasi wajah. Alasan mengapa kita perlu meningkatkan gambar dan melakukan restorasi wajah adalah untuk memecahkan permasalahan identifikasi wajah pada kamera CCTV yang murah. Metode yang dipakai menggabungkan teknik restorasi wajah dengan GAN, UNet, dan StyleGAN2. Studi ini melibatkan eksplorasi menyeluruh dan integrasi teknik pemrosesan gambar tingkat lanjut dan algoritma machine learning. Secara khusus, teknik yang digunakan mencakup restorasi wajah dengan menggunakan deep learning dan pendekatan yang dikombinasikan dari GAN, UNet, dan StyleGAN2. Hasil menunjukkan peningkatan akurasi pada algoritma identifikasi wajah sebesar 10% pada gambar kabur dan peningkatan sebesar 19% pada gambar bising. Penerapan dilakukan secara batch dimana model akan disimpan ke dalam server. Kemajuan dalam resolusi dan restorasi ini merupakan langkah maju yang signifikan di bidang teknologi CCTV, memberikan solusi yang layak untuk keamanan dan pengawasan yang ditingkatkan, yang mampu menawarkan informasi yang lebih rinci dan akurat dari rekaman.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | GAN, UNet, StyleGAN, Identifikasi Wajah, Resolusi Super, Machine Learning, Deep Learning, Self-Supervised Learning. |
| 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 07:05 |
| Last Modified: | 18 Jan 2024 07:05 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/9006 |
