Bin Abd Latif, Muhajir (2020) Pengenalan Wajah Menggunakan Deep Learning Untuk Sistem Monitoring Kehadiran Berbasis CCTV Pada Kegiatan Perkuliahan. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05111640000104-Undergraduate_Thesis.pdf Download (7MB) | Preview |
Abstract
Kehadiran mahasiswa merupakan salah satu hal yang dianggap penting dalam dunia perkuliahan. Terbukti dengan banyak universitas di Indonesia yang menjadikan kehadiran mahasiswa sebagai syarat untuk lulus dari mata kuliah yang diambil. Adanya peraturan tersebut membuat banyak mahasiswa yang tidak memenuhi kriteria kehadiran akhirnya melakukan kecurangan dengan memanipulasi kehadirannya. Oleh karena itu, dibutuhkan sistem yang dapat mengurangi kecurangan yang terjadi. Dalam tugas akhir ini, akan dikembangkan model pengenalan wajah untuk sistem monitoring kehadiran berbasis CCTV pada kegiatan perkuliahan. Sistem menerima input berupa data video. Setiap frame dari video diproses untuk dilakukan deteksi wajah. Wajah-wajah yang berhasil dideteksi kemudian dilakukan proses pengenalan dan hasilnya disimpan pada database untuk penyusunan rekapitulasi kehadiran. Berdasarkan hasil pengujian yang dilakukan, deteksi wajah menggunakan YOLO menghasilkan performa terbaik dengan mean average precision (mAP) sebesar 80,2%, sedangkan model pengenalan wajah dengan performa terbaik didapatkan saat menggunakan ekstraksi fitur berbasis CNN dengan arsitektur VGG16 dan klasifikasi menggunakan SVM dengan akurasi yang didapatkan sebesar 99,28%. Gabungan dari kedua model deteksi wajah dan model pengenalan wajah tersebut menghasilkan akurasi sebesar 71,32% pada keseluruhan sistem.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Convolutional Neural Network, Deteksi Wajah, Pengenalan Wajah, Sistem Monitoring Kehadiran Attendance Monitoring System, Convolutional Neural Network, Face Detection, Face Recognition |
Subjects: | Q Science > QA Mathematics > QA336 Artificial Intelligence Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
Divisions: | Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
Depositing User: | Muhajir Bin Abd Latif |
Date Deposited: | 14 Aug 2020 08:10 |
Last Modified: | 10 Jun 2023 14:49 |
URI: | http://repository.its.ac.id/id/eprint/78212 |
Actions (login required)
View Item |