Pendeteksian dan Pengenalan Wajah dengan Adaboost dan Convolutional Neural Network

Gotama, Felix (2019) Pendeteksian dan Pengenalan Wajah dengan Adaboost dan Convolutional Neural Network. Skripsi thesis, Universitas Tarumanagara.

[img] Text
535150033_Felix Gotama_01 Cover.pdf

Download (114kB)
[img] Text
535150033_Felix Gotama_02 Lembar Pengesahan.pdf

Download (104kB)
[img] Text
535150033_Felix Gotama_03 Lembar Pernyataan.pdf

Download (50kB)
[img] Text
535150033_Felix Gotama_04 Abstrak.pdf

Download (298kB)
[img] Text
535150033_Felix Gotama_05 Kata Pengantar.pdf

Download (296kB)
[img] Text
535150033_Felix Gotama_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf

Download (1MB)
[img] Text
535150033_Felix Gotama_07 Bab 1.pdf
Restricted to Registered users only

Download (368kB)
[img] Text
535150033_Felix Gotama_08 Bab 2.pdf
Restricted to Registered users only

Download (823kB)
[img] Text
535150033_Felix Gotama_09 Bab 3.pdf
Restricted to Registered users only

Download (502kB)
[img] Text
535150033_Felix Gotama_10 Bab 4.pdf
Restricted to Registered users only

Download (394kB)
[img] Text
535150033_Felix Gotama_11 Bab 5.pdf
Restricted to Registered users only

Download (297kB)
[img] Text
535150033_Felix Gotama_12 Daftar Pustaka.pdf

Download (300kB)
[img] Text
535150033_Felix Gotama_13 Lampiran.pdf
Restricted to Registered users only

Download (7MB)
[img] Text
535150033_Felix Gotama_14 Daftar Riwayat Hidup.pdf
Restricted to Registered users only

Download (295kB)

Abstract

Teknologi komputer pada saat ini berkembang sangat pesat. Salah satunya adalah perkembangan teknologi komputer dalam bidang recognition, seperti pengenalan wajah manusia. Wajah merupakan salah satu ciri atau identitas unik yang dimiliki oleh setiap manusia. Wajah digunakan untuk mengidentifikasi karena wajah memiliki perbedaan paling tinggi. Ciri yang menjadi pembeda antara lain: wajah, telinga, rambut dan lain sebagainya.Untuk dapat membedakan wajah manusia digunakan fitur unik yang terdapat pada wajah tersebut. Untuk mendeteksi wajah manusia digunakan metode Adaptive Boosting (Adaboost), sedangkan untuk pengenalan digunakan metode Convolutional Neural Network. Hasil pengujian didapat tingkat keberhasilan sebesar 93,79% untuk deteksi wajah manusia, tingkat keberhasilan 94,50% untuk mengenali wajah manusia.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: AdaBoost, Aplikasi Pengenalan Wajah, Convolutional Neural Network
Subjects: Skripsi/Tugas Akhir
Skripsi/Tugas Akhir > Fakultas Teknologi Informasi
Divisions: Fakultas Teknologi Informasi > Teknik Informatika
Depositing User: TDI Family perpus
Date Deposited: 06 May 2021 10:46
Last Modified: 05 Aug 2021 08:16
URI: http://repository.untar.ac.id/id/eprint/28310

Actions (login required)

View Item View Item