Analisa Sistem Pengenalan Wajah Menggunakan Metode Fisherface dengan Variasi Jarak dan Intensitas Cahaya

Rama, Nuzilo Deyanda (2024) Analisa Sistem Pengenalan Wajah Menggunakan Metode Fisherface dengan Variasi Jarak dan Intensitas Cahaya. Diploma thesis, Universitas Andalas.

[img] Text (Abstrak)
Abstrak.pdf - Published Version

Download (595kB)
[img] Text (Pendahuluan)
BAB I.pdf - Published Version

Download (347kB)
[img] Text (Simpulan dan Saran)
BAB V.pdf - Published Version

Download (329kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (343kB)
[img] Text (Full Text)
Full Text.pdf - Published Version
Restricted to Repository staff only

Download (9MB) | Request a copy

Abstract

Wajah merupakan bagian dari tubuh manusia yang termudah dan paling sering digunakan untuk membedakan identitas. Oleh karena itu, wajah dapat digunakan pada alat identifikasi seseorang atau disebut juga dengan face recognition. Face recognition merupakan salah satu teknologi biometrik yang paling tidak mengganggu dan cepat dibandingkan dengan teknologi biometrik lain seperti sidik jari dan penenalan iris mata. Ada banyak algoritma yang bisa digunakan untuk melakukan pengenalan wajah seperti Principal Components Analysis (PCA), Linear Discriminant Analysis (LDA), Template Matching, Eigenface, dan Fisherface. Pada penelitian ini algoritma pengenalan wajah yang digunakan adalah fisherface. Tujuan penelitian ini adalah untuk menganalisa kinerja sistem pada variasi jarak 30 cm sampai 100 cm dengan interval 10 cm dan intensitas cahaya 150 lux, 120 lux, 85 lux, 60 lux, 20 lux, dan 5 lux dengan melihat nilai akurasi, False Acceptance Rate (FAR), dan False Rejection Rate (FRR). Hasil penelitian menunjukkan bahwa sistem pengenalan wajah menggunakan metode fisherface dapat bekerja dengan baik pada jarak pengenalan 40 cm hingga 80 cm. Namun, kinerja sistem menurun pada jarak 90 cm dan 100 cm. Jarak optimal pengenalan wajah yang didapatkan adalah 60 cm, dengan nilai FAR dan FRR masing-masing sebesar 7,5% dan akurasi 85%. Selain itu, sistem ini menunjukkan kinerja yang baik pada intensitas cahaya 60 lux sampai 150 lux, pada intensitas cahaya 20 lux, sistem cenderung mengenali individu yang di luar database sebagai individu yang ada di dalam database. Intensitas cahaya optimal untuk melakukan pengenalan wajah yang didapatkan adalah 150 lux, dengan nilai FAR 4%, FRR 10%, dan akurasi 86%.

Item Type: Thesis (Diploma)
Primary Supervisor: Baharuddin, M.T.
Uncontrolled Keywords: Wajah, Face Recognition, Principal Component Analysis, Linear Discriminant Analysis, Fisherface, Akurasi, False Acceptance Rate, False Rejection Rate
Subjects: Q Science > Q Science (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > Elektro
Depositing User: S1 Teknik Elektro
Date Deposited: 17 Sep 2024 08:01
Last Modified: 17 Sep 2024 08:01
URI: http://scholar.unand.ac.id/id/eprint/479266

Actions (login required)

View Item View Item