Deteksi dan Pengenalan Wajah Untuk Proses Presensi Dengan Algoritma Adaboost dan Local Binary Pattern Histogram di STT Terpadu Nurul Fikri

Supriadi, Muhammad Yazid (2021) Deteksi dan Pengenalan Wajah Untuk Proses Presensi Dengan Algoritma Adaboost dan Local Binary Pattern Histogram di STT Terpadu Nurul Fikri. Other thesis, Sekolah Tinggi Teknologi Terpadu Nurul Fikri.

[thumbnail of HALAMAN AWAL.pdf] Text
HALAMAN AWAL.pdf

Download (544kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (262kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (1MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf

Download (302kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (811kB)

Abstract

Presensi merupakan kegiatan pencatatan kehadiran mahasiswa pada aktivitas perkuliahan.Presensi dalam perkuliahan biasa dilakukan dengan berbagai cara diantaranya dengan cara manual maupun dengan bantuan teknologi.Model presensi dapat berbentuk pencatatan kehadiran pada buku presensi,dosen memanggil mahasiswanya lalu mencatat kedalam sistem presensi, presensi juga dapat dilakukan dengan cara menggunakan RFID, fingerprint, QRCODE dan sebagainya.Penelitian ini ingin mengembangkan sistem pengenalan wajah untuk presensi menggunakan deteksi serta pengenalan wajah.penggunaan metode deteksi serta pengenalan wajah merupakan salah satu cara dalam mengurangi terjadinya kecurangan dalam proses presensi.Penelitian ini menggunakan metode adaboost sebagai metode untuk mendeteksi wajah serta Local Binary Pattern Histogram untuk mengenali wajah. Sistem pengenalan wajah dibuat dengan menggunakan IPCam sebagai alat untuk merekam citra wajah. Citra wajah yang dikenali akan disimpan datanya dalam bentuk video.Pada penelitian ini menggunakan citra wajah mahasiswa di Sekolah Tinggi Teknologi Terpadu Nurul Fikri sebagai dataset untuk dilakukan training agar sistem
dapat mengenali wajah.Penelitian ini dilakukan pengujian deteksi wajah terhadap pose wajah serta jarak wajah dengan kamera.Proses pengujian untuk pendeteksian wajah dengan pose wajah yang berbeda mendapatkan nilai akurasi sebesar 66,67% serta pendeteksian terhadap jarak dengan pengujian jarak dapat mendeteksi mulai dari 30 cm sampai 300 cm.Proses pengenalan wajah citra mendapatkan nilai akurasi yang dihitung dengan algoritma MRR sebesar 83.3%

Item Type: Thesis (Other)
Uncontrolled Keywords: Presensi,adaboost,Local Binary Pattern Histogram, Deteksi Wajah, Pengenalan Wajah
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Teknik Informatika
Depositing User: Pustakawan STT-NF
Date Deposited: 21 Apr 2022 17:31
Last Modified: 21 Apr 2022 17:31
URI: https://repository.nurulfikri.ac.id/id/eprint/118

Actions (login required)

View Item
View Item