Autentikasi biometrik berbasis face recognition menggunakan metode convolutional neural network untuk simulasi barrier gate system

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Prasetyo, Mochammad Langgeng (2020) Autentikasi biometrik berbasis face recognition menggunakan metode convolutional neural network untuk simulasi barrier gate system. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text Mohammad Langgeng Prasetyo_H76216062.pdf Download (19MB)

Abstract

Wajah adalah karakteristik unik yang dimiliki oleh masing-masing individu. Keunikan ini dapat digunakan sebagai otentikasi dan identifikasi yang dapat diimplementasikan untuk keamanan, transaksi, otentikasi. Gambar wajah masing-masing individu adalah objek yang kondisinya susah dikontrol. Penyebabnya adalah gambar wajah dapat berubah dengan berbagai posisi dan tingkat kemiringan kepala, posisi yang berbeda, dan perbedaan intensitas cahaya, yang membuat proses pengenalan wajah sulit diklasifikasi. Dalam penelitian ini membahas tentang otentikasi biometrik berbasis face recognition untuk simulasi barrier gate system menggunakan algoritma convolutional neural network berdasarkan jaringan saraf tiruan untuk melakukan klasifikasi gambar secara real-time. Proses ini terdiri dari convolutional layer, pooling layer, max pooling, flattening, dan fully connected layer untuk mendeteksi wajah. Output dari proses sebelumnya dikirim ke mikrokontroler berbasis teknologi IoT. Evaluasi hasil penelitian dengan data 100 mendapat tingkat kesalahan rata-rata 0,3205, tingkat keberhasilan sistem 94%, dan waktu respon rata yang diperlukan oleh mikrokontroler 0,56217634 ms serta hasil evaluasi akurasi sistem dalam model confusion matrix sebesar 93,3%. Algoritma CNN dalam penerapan face recognition mampu menghasilkan nilai error yang rendah, tingkat keberhasilan dan akurasi tinggi, serta cepat dalam mengidentifikasi citra wajah.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Prasetyo, Mochammad Langgeng prasstyo.922@gmail.com H76216062
Contributors:	Contribution Name Email NIDN Thesis advisor Wibowo, Achmad Teguh atw@uinsby.ac.id 2026108801 Thesis advisor Mujib, Ridwan mujibrw@uinsby.ac.id 2027048602
Subjects:	Teknologi > Teknologi Informasi
Keywords:	Biometrik; Face recognition; Metode convolutional neural network; Simulasi barrier gate system
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Mochammad Langgeng Prasetyo
Date Deposited:	27 Aug 2020 06:13
Last Modified:	27 Aug 2020 06:13
URI:	http://digilib.uinsa.ac.id/id/eprint/43177

Actions (login required)

View Item