Implementasi Metode Convolutional Neural Network Pada Pengenalan Wajah Menggunakan Pre-Trained ResNet

Phang, Billy Christian (2021) Implementasi Metode Convolutional Neural Network Pada Pengenalan Wajah Menggunakan Pre-Trained ResNet. S1 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Billy Christian Phang) 1507082391.pdf Download (3MB) | Preview
	Text 1507082392.pdf Restricted to Registered users only Download (207kB)
	Text 1507082393.pdf Restricted to Registered users only Download (289kB)
	Text 1507082394.pdf Restricted to Registered users only Download (1MB)
	Text 1507082395.pdf Restricted to Registered users only Download (724kB)

Abstract

Perkembangan di bidang teknologi khususnya dalam bidang pengenalan wajah (face recognition) sangat pesat. Hal ini karena semakin luasnya pengenalan wajah diimplementasikan ke dalam kehidupan sehari-hari. Pengenalan wajah dapat digunakan untuk berbagai kebutuhan seperti kata sandi, catatan kehadiran, pengawasan di tempat-tempat umum dan dapat digunakan untuk membantu proses penegakan hukum. Untuk mendukung implementasi pengenalan wajah diperlukan sebuah metode yang dapat mengatasi permasalahan dalam melakukan proses pengenalan wajah. Metode Convolutional Neural Network (CNN) adalah salah satu metode yang paling banyak digunakan dalam computer vision. Banyak penelitian dilakukan untuk mengembangkan model jaringan CNN seperti ResNet, GoogleNet, AlexNet dan model lainnya. Penelitian yang dilakukan kali ini akan menggunakan model jaringan pre-trained ResNet dalam melakukan pengenalan wajah seseorang. Hasil dari penelitian ini akan menampilkan seberapa akurat proses pendaftaran dan juga proses dalam melakukan pengenalan wajah. Pada proses pendaftaran akan menggunakan nilai tolerance sebesar 0,45 untuk membandingkan gambar yang akan didaftarkan dengan gambar yang sudah berada di dalam database, sedangkan pada proses pengenalan wajah akan menggunakan nilai tolerance sebesar 0,46. Akurasi yang didapat dari proses pendaftaran sebesar 83,33% sedangkan untuk akurasi pengenalan wajah apabila gambar tidak melewati tahap preprocessing mendapatkan akurasi sebesar 89,5% dengan waktu yang diperlukan selama 526,046 detik dan gambar yang tidak melewati tahap preprocessing mendapatkan akurasi sebesar 88% dengan waktu yang diperlukan selama 369,520 detik.

Actions (login required)

View Item