Gotama, Felix (2019) Pendeteksian dan Pengenalan Wajah dengan Adaboost dan Convolutional Neural Network. Skripsi thesis, Universitas Tarumanagara.
Text
535150033_Felix Gotama_01 Cover.pdf Download (114kB) |
|
Text
535150033_Felix Gotama_02 Lembar Pengesahan.pdf Download (104kB) |
|
Text
535150033_Felix Gotama_03 Lembar Pernyataan.pdf Download (50kB) |
|
Text
535150033_Felix Gotama_04 Abstrak.pdf Download (298kB) |
|
Text
535150033_Felix Gotama_05 Kata Pengantar.pdf Download (296kB) |
|
Text
535150033_Felix Gotama_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (1MB) |
|
Text
535150033_Felix Gotama_07 Bab 1.pdf Restricted to Registered users only Download (368kB) |
|
Text
535150033_Felix Gotama_08 Bab 2.pdf Restricted to Registered users only Download (823kB) |
|
Text
535150033_Felix Gotama_09 Bab 3.pdf Restricted to Registered users only Download (502kB) |
|
Text
535150033_Felix Gotama_10 Bab 4.pdf Restricted to Registered users only Download (394kB) |
|
Text
535150033_Felix Gotama_11 Bab 5.pdf Restricted to Registered users only Download (297kB) |
|
Text
535150033_Felix Gotama_12 Daftar Pustaka.pdf Download (300kB) |
|
Text
535150033_Felix Gotama_13 Lampiran.pdf Restricted to Registered users only Download (7MB) |
|
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 |