1 PENGENALAN WAJAH MAHASISWA UNIVERSITAS NURUL JADID PADA VIDEO MENGGUNAKAN METODE HAAR CASCADE DAN DEEP LEARNING | Perpustakaan Universitas Nurul Jadid Paiton-Probolinggo
No image available for this title

Electronic Resource

PENGENALAN WAJAH MAHASISWA UNIVERSITAS NURUL JADID PADA VIDEO MENGGUNAKAN METODE HAAR CASCADE DAN DEEP LEARNING

Jannah, Maulidil. 2019.Pengenalan Wajah Mahasiswa Universitas Nurul Jadid
pada Video Menggunakan Metode Haar Cascade dan Deep Learning.
Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid
Paiton Probolinggo. Pembimbing: (I) Gulpi Qorik O.P., S.Pd., M.Kom,
(II) Olief Ilmandira R.F., S.Pd., M.Si.
Kata Kunci : Pengenalan Wajah, Haar Cascade, Deep Learning
Pengenalan wajah secara otomatis merupakan suatu teknologi dari komputer untuk
mengidentifikasi wajah seseorang pada suatu gambar maupun video. Banyak metode yang
bisa digunakan untuk pengenalan wajah antara lain metode fisherface, local binary pattern
histogram, dan eigenface. Peneliti sebelumnya menerapkan pengenalan wajah menggunakan
metode eigenface untuk mengidentifikasi wajah mahasiswa di Universitas Nurul Jadid. Akan
tetapi, metode eigenface hanya fokus pada citra dengan objek tidak bergerak, sehingga belum
bisa diterapkan pada video.
Untuk itu, pada penelitian ini diusulkan suatu metode yang dapat mengidentifikasi
wajah pada video yaitu metode haar cascade dan deep learning. Metode haar cascade
merupakan suatu metode yang dapat mendeteksi posisi letak wajah pada suatu video dan
metode deep learning untuk mengenali wajah yang sudah terdeteksi pada video. Tahapan
yang dilakukan pada penelitian ini terdiri dari pengumpulan dataset video 100 mahasiswa
kemudian dilakukan preprocessing tahap satu untuk pemotongan dan resize video.
Selanjutnya, dilakukan implementasi deteksi wajah dengan metode haar cascade
menggunakan Python, wajah yang terdeteksi kemudian di-crop. Untuk memudahkan proses
training maka selanjutnya dilakukan resize gambar pada pre-processing tahap dua
menggunakan Bulk Resize Photos secara online. Kemudian data dikelompokkan menjadi dua
kelas, yaitu kelas data training yang terdiri dari 2500 gambar wajah mahasiswa dan kelas
data testing yang terdiri dari 500 gambar wajah mahasiswa. Selanjutnya dilakukan training
dengan metode deep learning menggunakan epochs 50 dan steps 300 pada data training.
Hasil dari uji coba metode haar cascade dapat mendeteksi adanya wajah pada video
secara baik. Akan tetapi, metode haar cascade juga mendeteksi yang bukan wajah pada data
testing. Hasil dari uji coba pada gambar dengan menggunakan metode haar cascade dan deep
learning teridentifikasi secara benar dengan tingkat akurasi 99,6%. Hasil uji coba metode
haar cascade dan deep learning pada video mahasiswa berhasil dilakukan jika komposisi
warna dan tingkat cahayanya sama dengan data training dan jika tidak sesuai dengan data
training maka tidak berhasil mengidentifikasi wajah mahasiswa pada video secara benar.
Untuk itu perlu adanya penelitian lebih lanjut agar mendapatkan hasil yang lebih baik
lagi. Hal yang perlu diteliti antara lain penggunaan metode pendeteksi wajah yang lebih baik
dari metode haar cascade, wajah yang telah terdeteksi diharapkan dapat diisolasi agar
mempermudah proses pengenalan wajah, mendapatkan data training yang cukup banyak, dan
meneliti arsitektur lain pada metode deep learning.

Ketersediaan
1501407415 MAU p 074Perpustakaan Universitas Nurul JadidTersedia namun tidak untuk dipinjamkan - Koleksi Digital
Informasi Detail
Judul Seri
-
No. Panggil
15 MAU p 074
Penerbit
PAITON PROBOLINGGO : UNUJA.,
Deskripsi Fisik
75 hal.
Bahasa
Indonesia
ISBN/ISSN
15014074
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pengenalan Wajah, Haar Cascade, Deep Learning
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar