Penerapan face recognition dengan model FaceNet untuk sistem kehadiran studi kasus sistem kehadiran kuliah Lab. Sistem Informasi Universitas Ahmad Dahlan

Atallah, Aditya (2024) Penerapan face recognition dengan model FaceNet untuk sistem kehadiran studi kasus sistem kehadiran kuliah Lab. Sistem Informasi Universitas Ahmad Dahlan. S1 thesis, Universitas Ahmad Dahlan.

	Text (JUDUL) T1_2000016097_JUDUL__240919013452.pdf Download (537kB)
	Text (BAB I) T1_2000016097_BAB_I__240919013452.pdf Download (16kB)
	Text (BAB II) T1_2000016097_BAB_II__240919013452.pdf Restricted to Registered users only Download (277kB) | Request a copy
	Text (BAB III) T1_2000016097_BAB_III__240919013452.pdf Restricted to Registered users only Download (102kB) | Request a copy
	Text (BAB IV) T1_2000016097_BAB_IV__240919013452.pdf Restricted to Registered users only Download (652kB) | Request a copy
	Text (BAB V) T1_2000016097_BAB_V__240919013452.pdf Restricted to Registered users only Download (9kB) | Request a copy
	Text (Daftar Pustaka) T1_2000016097_DAFTAR_PUSTAKA__240919013452.pdf Restricted to Registered users only Download (141kB) | Request a copy

Abstract

Sistem Kehadiran merupakan salah satu metrik yang cukup berpengaruh didalam
akademi. Sistem kehadiran sendiri juga dapat digunakan juga untuk melacak
seberapa baik kinerja mahasiswa. Disatu sisi sistem kehadiran juga dapat
melakukan kesalahan dalam mencatat kehadiran mahasiswa. Untuk meningkatkan
kinerja sistem kehadiran, maka akan diterapkannya penggunaan teknologi
pengenalan wajah (face recognition)
Salah satu teknologi yang memiliki akurasi yang baik dalam face recognition
adalah FaceNet. Pada tahap awal akan dilakukan pengumpulan dataset wajah,
yang mana dataset tersebut akan di preprocessing melalui tiga tahapan deteksi
wajah, pemotongan wajah dan resize wajah. Selanjutnya setiap gambar akan
diekstrak fitur menggunakan model FaceNet yang menghasilkan 128 vektor.
Hasil ektstrasi akan digunakan sebagai input dalam pelatihan model menggunakan
Support Vector Machine (SVM).
Dengan mengumpulkan 15 mahasiswa yang akan dijadikan sampel. Penelitian ini
menghasilkan pengenalan wajah yang sangat akurat dengan menggunakan
FaceNet sebagai Ektrasi Fitur dan SVM sebagai model klasifikasi. Hasil
pengenalan wajah menunjukan rata-rata akurasi 96.34%, precision dengan ratarata 99.34% dan rata-rata recall bernilai 96.34%.

Item Type:	Thesis (S1)
Keyword:	Sistem kehadiran, pengenalan wajah, face recognition, FaceNet, SVM, support vector machine
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisi / Prodi:	Faculty of Applied Science and Technology (Fakultas Sains Dan Teknologi Terapan) > S1-Information System (S1-Sistem Informasi)
Depositing User:	userperpus2 userperpus2
Date Deposited:	30 Oct 2024 01:22
Last Modified:	30 Oct 2024 01:22
URI:	http://eprints.uad.ac.id/id/eprint/77222

Actions (login required)

View Item