PERANCANGAN SISTEM LOGIN BIOMETRIK WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Zulkarnain, Imam Alfath and WULANNINGRUM, RESTY and KASIH, PATMI (2022) PERANCANGAN SISTEM LOGIN BIOMETRIK WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

This is the latest version of this item.

[img] Text (Full text)
RAMA_55201_16103020120.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB)
[img] Text (Similarity)
RAMA_55201_16103020120_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (342kB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_16103020120_0719068702_0701107802_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (2MB)
[img] Text (BAB 2)
RAMA_55201_16103020120_0719068702_0701107802_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (628kB)
[img] Text (BAB 3)
RAMA_55201_16103020120_0719068702_0701107802_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (759kB)
[img] Text (BAB 4)
RAMA_55201_16103020120_0719068702_0701107802_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (375kB)
[img] Text (BAB 5)
RAMA_55201_16103020120_0719068702_0701107802_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (395kB)
[img] Text (References)
RAMA_55201_16103020120_0719068702_0701107802_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (304kB)
[img] Text (Lampiran)
RAMA_55201_16103020120_0719068702_0701107802_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (173kB)

Abstract

Sistem login adalah proses untuk mengakses komputer dengan memasukkan identitas dari akun pengguna dan kata sandi untuk mendapatkan hak akses menggunakan sumber daya komputer tujuan. Username dan password merupakan salah satu keamanan yang sudah umum digunakan pada setiap sistem komputer, dikarenakan penerapan yang cukup simpel dan mudah untuk diterapkan pada sistem login. Akan Tetapi, penerapan username dan password dinilai kurang efektif bila diterapkan untuk pengguna lansia. Dikarenakan pengguna lansia terkadang memiliki beberapa masalah pada indra penglihatan serta daya ingat. Oleh sebab itu, penerapan sistem biometrik sangat berguna bagi pengguna lansia. Berdasarkan pada latar belakang diatas serta rumusan masalah yang ditemukan adalah bagaimana membuat suatu sistem login dengan memanfaatkan sistem biometrik pada wajah manusia dan bagaimana tingkat akurasi dari pengenalan wajah menggunakan metode Convolutional Neural Networks (CNN). Penelitian ini bertujuan untuk membuat sebuah sistem login dengan memanfaatkan sistem biometrik pada wajah serta mencari tingkat akurasi terbaik menggunakan metode CNN. Aplikasi ini mampu membantu penguna lansia untuk dapat tetap memakai sistem login sebagaimana mestinya tanpa harus memikirkan permasalahan seperti kurangnya penglihatan dan daya ingatan. Hasil dari penelitian dengan tingkat akurasi terbaik terdapat pada user alfath dengan akurasi sebesar 85,79%. Akurasi di dapatkan dari pembagian data dengan rasio 70:30 atau 49 data latih dan 21 data uji.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Biometrik, Convolutional Neural Network, Deep Learning, Kecerdasan Buatan, Machine Learning
Subjects: 410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Imam Alfath Zulkarnain
Date Deposited: 27 Sep 2023 11:20
Last Modified: 27 Sep 2023 11:20
URI: http://repository.unpkediri.ac.id/id/eprint/12526

Available Versions of this Item

Actions (login required)

View Item View Item