@thesis{thesis,
		author={Fauzan Akbar  Nugraha and Hanum Ayu  Fazira},
		title ={SISTEM PENGENALAN WAJAH MAHASISWA PRAKTIKUM DI 
LABORATORIUM TEKNIK ELEKTRO DAN INFORMATIKA 
POLMANBABEL MENGGUNAKAN CONVOLUTIONAL 
NEURAL NETWORK (CNN)},
		year={2023},
		url={http://repository.polman-babel.ac.id/id/eprint/713/},
		abstract={Pengenalan wajah termasuk ke dalam jenis biometrik yang didasarkan pada fitur 
wajah manusia. Pengenalan wajah ini sangat penting untuk sebuah instansi seperti 
perguruan tinggi yang memiliki banyak mahasiswa, sehingga para karyawan sulit 
untuk mengenali mahasiswa satu per satu. Penelitian ini menggunakan mahasiswa 
sebagai objek dan difokuskan pada satu ruang laboratorium dengan tujuan untuk 
mengidentifikasi siapa saja yang berada dalam ruangan laboratorium yang 
tujuannya untuk meningkatkan fungsi keamanan dan pengawasan. Metode yang 
digunakan dalam proyek akhir ini adalah Convolutional Neural Network (CNN). 
Berdasarkan hasil pengujian menggunakan 7000 data uji dan proses training 
sebanyak 5 epoch, sistem pengenalan wajah ini dapat berjalan secara real-time 
akan tetapi belum bekerja secara optimal. Sistem dapat mengenali wajah pada 
jarak optimum 4 meter dengan rata-rata pencahayaan 375 lux. Hasil pengujian 
juga menunjukkan bahwa sistem ini dapat mengenali lebih dari satu wajah dalam 
satu waktu, sehingga dapat membuat sistem bekerja secara efektif dan efisien. Hasil 
prediksi yang diperoleh dari pengujian menggunakan confusion matrix didapatkan 
akurasi sebesar 99,7%.
Kata kunci: Confusion matrix, Convolutional Neural Network (CNN), jarak, 
pengenalan wajah}
		}