SISTEM PENGENALAN WAJAH MAHASISWA PRAKTIKUM DI LABORATORIUM TEKNIK ELEKTRO DAN INFORMATIKA POLMANBABEL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)
Total View This Week0

Institusion

Politeknik Manufaktur Negeri Bangka Belitung

Author

Fauzan Akbar, Nugraha
Hanum Ayu, Fazira

Subject

TK Electrical engineering. Electronics Nuclear engineering 

Datestamp

2023-02-20 08:20:14 

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 

File :
Laporan Proyek Akhir Fauzan Akbar Nugraha dan Hanum Ayu Fazira.pdf