PENGENALAN CITRA WAJAH MENGGUNAKAN METODE LOCAL BINARY PATTERN HISTOGRAM

Elya, Nanda - 135410053 (2018) PENGENALAN CITRA WAJAH MENGGUNAKAN METODE LOCAL BINARY PATTERN HISTOGRAM. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.

[img]
Preview
Text
1_135410053_HALAMAN_DEPAN.pdf - Published Version

Download (2MB) | Preview
[img]
Preview
Text
2_135410053_BAB_I.pdf - Published Version

Download (180kB) | Preview
[img]
Preview
Text
3_135410053_BAB_II.pdf - Published Version

Download (674kB) | Preview
[img] Text
4_135410053_BAB_III.pdf - Published Version
Restricted to Repository staff only

Download (944kB) | Request a copy
[img] Text
5_135410053_BAB_IV.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text
6_135410053_BAB_V.pdf - Published Version

Download (169kB) | Preview
[img]
Preview
Text
7_135410053_DAFTAR_PUSTAKA.pdf - Published Version

Download (166kB) | Preview
[img]
Preview
Text
8_135410053_CARA_MENJALANKAN_PROGRAM.pdf - Published Version

Download (84kB) | Preview
[img] Text
9_135410053_LISTING_PROGRAM.pdf - Published Version
Restricted to Repository staff only

Download (240kB) | Request a copy

Abstract

Teknologi biometrik berkembang pesat. Teknologi biometrik semakin banyak digunakan untuk menganalisa manusia dari segi fisik yang memiliki keunikan untuk autentifikasi, salah satunya adalah pemindai sidik jari. Seiring perkembangan zaman, pemindai sidik jari tidak lagi aman karena dapat dimanipulasi. Melihat dari permasalahan yang ada, maka dibuat sebuah sistem presensi pengenalan wajah sehingga mengurangi pemalsuan presensi di STMIK AKAKOM. Metode pengenalan wajah yang digunakan dalam pelatihan citra atau ekstraksi ciri dan pencocokan wajah citra latih dan citra uji adalah Local Binary Pattern Histogram. Metode yang akan digunakan untuk membangun sistem ini yaitu metode LBPH dengan spesifikasi komputer prosesor intel core i5-4210U 1,7ghz, harddisk kapasitas 1000GB, RAM kapasitas 4GB DDR3 1600Mhz, monitor resolusi 1366 x 768 piksel. Hasil dari program ini diharapkan dapat membantu keakurasian data pegawai berupa citra dengan menggunakan metode LBPH akurasi identifikasi citra yang dapat dikenali sebesar 100% dengan nilai confidence 35, jarak rekam dataset 30 cm dengan jarak deteksi 30 cm. Akurasi sebesar 100% dengan nilai confidence 40, jarak rekam dataset 30 cm dengan jarak deteksi 30 cm. Akurasi sebesar 100% dengan nilai confidence 45, jarak rekam dataset 30 cm dengan jarak deteksi 30 cm. akurasi sebesar 100% dengan nilai confidence 50, jarak rekam dataset 30 cm dengan jarak deteksi 30 cm. akurasi sebesar 100% dengan nilai confidence 55, jarak rekam dataset 60 cm dengan jarak deteksi 90 cm dan jarak rekam dataset 90 cm dengan jarak deteksi 60 cm. Berdasarkan hasil pengujian yang telah dilakukan data wajah yang terdeteksi sebanyak 249 dari 360 data sehingga diperoleh tingkat akurasi rata-rata yaitu 69,1%. Kata kunci: Metode LBPH, Akurasi, Citra Wajah, Pegawai

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing : Cuk Subiyantoro, S.Kom., M.Kom.
Uncontrolled Keywords: Metode LBPH, Akurasi, Citra Wajah, Pegawai
Subjects: A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence)
A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence)
Divisions: Jenjang Strata Satu > Teknik Informatika (Informatic Engineering)
Depositing User: Unnamed user with username user625
Date Deposited: 30 Agu 2018 09:21
Last Modified: 30 Agu 2018 09:21
URI: http://eprints.akakom.ac.id/id/eprint/8155

Actions (login required)

View Item View Item