@thesis{thesis,
		author={HARDIANTO  RANDY},
		title ={TA: STACKED HOURGLASS NETWORK UNTUK MENINGKATKAN AKURASI DAN LOKALISASI MULTI-VIEW WAJAH},
		year={2020},
		url={http://eprints.itenas.ac.id/1318/},
		abstract={Deteksi wajah merupakan langkah penting dalam algoritma analisis wajah seperti penyelarasan wajah, pengenalan wajah, verifikasi wajah, dan sebagainya. Kendala dalam deteksi wajah biasanya berupa halangan seperti kacamata dan posisi wajah yang dapat menghadap ke kiri, kanan atau depan. Dalam mengatasi kendala ini maka dilakukan penelitian dengan metode Stacked Hourglass Network dan Multi-View yang dapat mendeteksi wajah langsung maupun terdapat halangan dan posisi wajah yang menghadap kiri, kanan atau depan. Stacked Hourglass Network digunakan untuk mendeteksi wajah secara langsung dan terdapat halangan sedangkan metode Multi-View digunakan untuk membantu dalam deteksi posisi wajah menghadap ke kiri, kanan atau depan. Berdasarkan pengujian yang telah dilakukan, model Stacked Hourglass Netwowk dan Multi-View mendapatkan Normalize Mean Erro (NME) 3.076 dan Loss 1.886
Kata kunci : SHN, Multi-View, Facial Landmark, Face Detection}
		}