Kurnia Sugianto, Hanania Oki and DUSEA WIDYA DARA, MADE AYU and SETIAWAN, AHMAD BAGUS (2022) IMPLEMENTASI PENGENALAN WAJAH UNTUK PRESENSI MENGGUNAKAN METODE YOLO V3. Undergraduate thesis, Universitas Nusantara PGRI Kediri.
Text (Full text)
HANANIA OKI KS_55201_18103020145.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy |
|
Text (Cover sd BAB 1 + References)
HANANIA OKI KS_55201_18103020145_0729088802_0703018704_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) |
|
Text (BAB 2)
HANANIA OKI KS_55201_18103020145_0729088802_0703018704_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy |
|
Text (BAB 3)
HANANIA OKI KS_55201_18103020145_0729088802_0703018704_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy |
|
Text (BAB 4)
HANANIA OKI KS_55201_18103020145_0729088802_0703018704_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (557kB) | Request a copy |
|
Text (BAB 5)
HANANIA OKI KS_55201_18103020145_0729088802_0703018704_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (454kB) | Request a copy |
|
Text (References)
HANANIA OKI KS_55201_18103020145_0729088802_0703018704_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (321kB) |
|
Text (Lampiran)
HANANIA OKI KS_55201_18103020145_0729088802_0703018704_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy |
Abstract
Wajah dari setiap orang tentu berbeda-beda, bahkan orang yang memiliki wajah yang hampir serupa. Wajah adalah ciri ciri khas dari seseorang itu sendiri, dan dapat dikenali perbedaannya satu sama lain. Pengenalan wajah secara realtime dapat dinilai efektif karena pengenalan tersebut mengambil sampel wajah secara terus menerus sehingga cepat dalam membaca ciri-ciri dari wajah seseorang. Pengenalan wajah pada saat presensi yang ada pada saat ini adalah dengan deep learning, atau jaringan saraf tiruan manusia dengan tujuan agar komputer dapat mengetahui objek pada gambar seperti halnya manusia. Deep learning memiliki salah satu algoritma yang bagus, yaitu You Only Look Once (YOLO). Secara garis besar, metode YOLO V3 adalah metode yang cepat dan tepat karena memiliki tingkat akurasi yang tinggi serta performa yang bagus dalam pendeteksian sebuah objek. Penelitian dan uji coba yang dilakukan menggunakan epoch sebesar 200 dan batch sebesar 16, berhasil dilakukan dengan hasil akurasi sebesar 86% dalam mengenali wajah secara bersamaan
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Face recognition,presensi, real time, YOLO V3 |
Subjects: | 410 Engineering science > 457 Computer engineering 410 Engineering science > 459 Computer science 410 Engineering science > 463 Software engineering |
Divisions: | Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika |
Depositing User: | Mr. Hanania Oki Kurnia Sugianto |
Date Deposited: | 20 Aug 2022 08:04 |
Last Modified: | 20 Aug 2022 08:04 |
URI: | http://repository.unpkediri.ac.id/id/eprint/6686 |
Actions (login required)
View Item |