Search for collections on Repository Universitas Peradaban

FACE RECOGNITION MENGGUNAKAN METODE HAAR CASCADE CLASSIFIER DAN LOCAL BINARY PATTERN HISTOGRAM

CHANDRA, David (2023) FACE RECOGNITION MENGGUNAKAN METODE HAAR CASCADE CLASSIFIER DAN LOCAL BINARY PATTERN HISTOGRAM. Bachelor thesis, UNIVERSITAS PERADABAN.

[img] Text (ABSTRAK)
ABSTRAK-DAVID CHANDRA-42419023-SKRIPSI-2023.docx - Published Version

Download (10kB)
[img] PDF (COVER)
COVER-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version

Download (398kB)
[img] PDF (BAB I)
BAB I-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version

Download (112kB)
[img] PDF (BAB II)
BAB II-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version

Download (44kB)
[img] PDF (BAB III)
BAB III-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version
Restricted to Repository staff only

Download (284kB)
[img] PDF (BAB IV)
BAB IV-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version
Restricted to Repository staff only

Download (650kB)
[img] PDF (BAB V)
BAB V-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version

Download (18kB)
[img] PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version

Download (69kB)
[img] PDF (LAMPIRAN)
LAMPIRAN-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version
Restricted to Repository staff only

Download (175kB)
[img] PDF (ARTIKEL)
ARTIKEL-DAVID CHANDRA-42419023-SKRIPSI-2023.pdf - Published Version
Restricted to Repository staff only

Download (306kB)

Abstract

Peningkatan ancaman keamanan data menjadi konsekuensi dari kemajuan teknologi yang terus berkembang, terutama dengan adanya teknologi yang memungkinkan akses ke data dari jarak jauh. Penting untuk selalu menjaga keamanan data dan mengambil langkah-langkah preventif untuk mencegah terjadinya pencurian data. Penulis mengusulkan penggunaan teknologi biometrik pengenalan wajah. Face Recognition (pengenalan wajah) merupakan salah satu dari beberapa teknologi biometrik yang dapat digunakan untuk sistem verifikasi identitas. Data yang digunakan berjumlah 5 kelas, yaitu kelas Angga, David, Hagio, Ratna, Widia dengan masing-masing kelas memiliki 250 citra wajah. Total data yang digunakan berjumlah 1250 citra wajah, terdiri dari 1000 data latih (train) dan 250 data uji (test). Proses pengambilan gambar dilakukan secara otomatis, sistem secara otomatis mengambil 250 wajah per kelas. Tahapan selanjutnya adalah ekstraksi fitur dengan menggunakan metode Local Binary Patterns Histograms (LBPH). Selanjutnya sistem akan mengenali wajah yang dideteksi dengan yang ada di dataset. Penggunaan metode Haar Cascade Classifier dan Local Binary Pattern Histogram (LBPH) untuk mendeteksi wajah menggunakan 250 data uji (test) mendapatkan nilai akurasi sebesar 92%. Pengujian secara real time dilakukan sebanyak 75 kali dengan jarak 30 cm, 50 cm, dan 100 cm. Penggunaan metode Haar Cascade Classifier dan Local Binary Pattern Histogram (LBPH) untuk mendeteksi wajah secara real time mendapatkan akurasi sebesar 90%.

Item Type: Thesis (Bachelor)
Contributors:
ContributionContributorsNIDN/NIDK
Thesis advisorHARIYONO, Rito Cipta SagittaNIDN 0619128301
Thesis advisorSARASWATI, Nurul MegaNIDN 0606069102
Uncontrolled Keywords: pengenalan wajah, haar cascade classifier, local binary pattern histogram
Subjects: 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer
Divisions: Fakultas Sains dan Teknologi > Program Studi Informatika - S1
Depositing User: Ms Nur Afni Taflikhatun
Date Deposited: 02 Dec 2023 06:38
Last Modified: 02 Dec 2023 06:38
URI: http://eprints.peradaban.ac.id/id/eprint/1468

Actions (login required)

View Item View Item