Divinata, Jeremia (2025) Deteksi wajah pada latar belakang kompleks menggunakan algoritma viola jones / Jeremia Divinata</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Deteksi wajah adalah teknologi komputer berbasis kecerdasaan buatan yang dirancang untuk mengekstrak dan mengidentifikasi wajah manusia dari gambar digital serta banyak digunakan dalam sistem keamanan smartphone sistem pengenalan wajah sebagai pemeriksaan kehadiran dan alat pencegahan kejahatan. Viola Jones adalah algoritma yang banyak digunakan oleh programmer karena dapat mendeteksi wajah lebih akurat. Namun pengujian masih dijalankan pada latar belakang biasa belum pada latar belakang kompleks. Untuk itu pada penelitian ini diusulkan judul ldquo Deteksi Wajah Pada Latar Belakang Kompleks Menggunakan Algoritma Viola Jones rdquo . Tujuan penelitian untuk menguji performa algoritma Viola Jones pada latar belakang rumit. Metode penelitian menerapkan model waterfall yang terdiri dari tahap requirement untuk menganalisis supaya memahami informasi kebutuhan pengguna kepada perangkat lunak design dengan memaparkan desain teknis untuk menampilkan dan menginformasikan gambaran lengkap apa saja yang harus dikerjakan implementation dengan fungsionalitas modul dilakukan pemeriksaan atas pemenuhan kriteria verification melakukan pengujian keseluruhan pada sistem dengan kemungkinan ada kegagalan atau tidak dan maintenance yaitu pemeliharan perangkat lunak apabila pada tahap-tahap sebelumnya terdapat kesalahan yang tidak terdeteksi. Pada tahap pengembangan algoritma Viola Jones dikonstruksi melalui fitur Haar lalu Intergral Image dan Adaboost digabung dengan upaya dicari nilai fitur dan diseleksi kemudian membentuk Classifier Cascade sebagai fitur terakhir dalam melakukan pendeteksian wajah pada gambar. Data latih yang digunakan adalah XML Document yang bernama ldquo haarcascade_frontalface_default.xml rdquo sedangkan data uji yang digunakan adalah beberapa foto yang diakuisisi menggunakan kamera smartphone dan hasil screenshot. Pengujian dilakukan berdasarkan akurasi presisi recall dan F-1 score dengan hasil akurasi sebesar 45% presisi 75 6% recall 45 2% dan F-1 score sebesar 56 6%. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 18 Jun 2025 04:29 |
| Last Modified: | 09 Sep 2025 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/426158 |
Actions (login required)
 |
View Item |