Olivtian, Yedida Harya (2022) IMPLEMENTASI METODE SIAMESE NEURAL NETWORK DENGAN ONE-SHOT LEARNING UNTUK IDENTIFIKASI WAJAH BERBASIS CITRA. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (553kB) |
|
Text (BAB I)
BAB I.pdf Download (220kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (411kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (221kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (769kB) |
|
Text (BAB V)
BAB V.pdf Download (88kB) |
|
Text (DAFTAR PUSTAKA DAN LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (217kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code-18.61.0131-Yedida Harya Olivtian.zip Restricted to Repository staff only Download (9MB) |
|
Text (PUBLIKASI)
Publikasi-18.61.0131-Yedida Harya Olivtian.pdf Restricted to Repository staff only Download (551kB) |
Abstract
Perkembangan komputer semakin cepat tiap tahunnya membuat teknologi pengolahan citra digital menjadi semakin cepat dan sanggup untuk mengolah algoritma-algoritma yang rumit, teknologi informasi saat ini difokuskan pada kemampuan komputer untuk meniru kecerdasan dan perilaku manusia. Di saat sekarang ini teknik object recognition yang berguna untuk mengidentifikasi objek dalam gambar atau video menjadi semakin banyak di implementasikan ke dalam suatu sistem, maka dari itu pada penelitian ini dilakukan pembelajaran terhadap komputer untuk meniru kecerdasan manusia yaitu mengidentifikasi wajah (Face verification). Contoh suatu kasus kebutuhan akan sistem presensi di kala pandemi Covid-19 mengharuskan suatu perusahaan atau organisasi untuk mencegah rantai penularan virus Covid-19 di dalam perusahaan mereka. Sistem presensi fingerprint memiliki kerentanan untuk menyebarkan virus Covid-19 melalui jari ke jari. Pernyataan di atas diperkuat dengan sebuah penelitian yang berjudul “Fingerprint Biometric System Hygiene and the Risk of COVID-19 Transmission”, mereka berpendapat kontak fisik juga meningkatkan kemungkinan inokulasi mikroba patogen berbahaya ke dalam saluran pernapasan, sehingga memicu penyakit menular, mereka menetapkan kemungkinan penularan penyakit menular melalui perangkat biometrik sidik jari berbasis sentuhan [5]. Maka dari itu dengan menerapkan seperti sistem presensi berbasis citra wajah, penularan virus Covid-19 di dalam perusahaan atau organisasi dapat dicegah. Siamese Neural Network (SNN) dipilih karena merupakan similarity learning yang akan menemukan kesamaan input dengan membandingkan feature vector mereka, model akan menghasilkan output antara 0 dan 1 menggunakan fungsi sigmoid, dimana 0 menunjukkan tidak ada kemiripan dan 1 menunjukkan kemiripan yang sama. Setelah di buat arsitektur model dilakukan proses training kemudian pengetesan model dan penyesuaian parameter, didapatkan 96,875% untuk tingkat akurasi, presisi 96,61% , dan recall 95%. dengan nilai loss akhir sebesar 0.24611545.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Siamese neural network, one-shot learning, identifikasi wajah, citra digital, face verification, facial identification, digital image, object recognition | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 07 Jun 2022 07:20 | ||
| Last Modified: | 22 Aug 2023 03:06 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/344 |
Actions (login required)
 |
View Item |