Search for collections on Repository Universitas Satya Negara Indonesia

IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN METODE DEEP CONVOLUTION NETWORK

Situmeang, Agustri (2022) IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN METODE DEEP CONVOLUTION NETWORK. Undergraduate thesis, Universitas Satya Negara Indonesia.

[img] Text
abstrak.pdf

Download (563kB)
[img] Text
bab 1.pdf

Download (209kB)

Abstract

Sistem pengenalan wajah merupakan salah satu dari teknik biometrik yang memanfaatkan wajah untuk proses identifikasi maupun verifikasi data seseorang. Sistem pengenalan wajah semakin berkembang dengan menggunakan berbagai metode, pengaplikasian sistem pengenalan wajah biasanya digunakan untuk sistem pemantauan dan sistem absensi serta bisa juga diterapkan untuk sistem pengenalan wajah di kondisi ramai. Masalah yang sering dihadapi pada sistem pengenalan wajah pada umumnya yaitu banyak dari sistem pengenalan wajah yang tidak bisa mengenali wajah dengan posisi tertentu dan jauh dari objek yang ingin diidentifikasi. Oleh karena itu, pada penelitian ini penulis memilih metode deep learning, dimana deep learning dapat menghasilkan sistem pengenalan wajah yang lebih akurat dalam mengenali wajah dengan posisi yang berbeda-beda khususnya yang akan diimplementasikan untuk sistem pengenalan wajah di kondisi keramaian. Pada perancangan sistem, training data menggunakan metode pembelajaran deep learning dengan model CNN (Convolutional Neural Network) dan mendapatkan model terbaik dengan akurasi validasi sebesar 99.28 % serta loss validasi sebesar 0.02 setelah melalui 33 percobaan dengan beberapa layer (lapisan) CNN. Dan dari pengujian yang telah dilakukan pada penelitian ini, diperoleh presentase akurasi sistem sebesar 95 % dalam mengidentifikasi wajah

Item Type: Thesis (Undergraduate)
Subjects: Technology > Technology (General)
Divisions: Fakultas Teknik > Teknik Informatika (S1)
Depositing User: Tn Andrian Prayudho
Date Deposited: 15 Aug 2022 03:20
Last Modified: 15 Aug 2022 03:21
URI: http://repo.usni.ac.id/id/eprint/716

Actions (login required)

View Item View Item