Aji, Muhammad Eka Setio (2022) ANALISIS PERFORMA CONVOLUTIONAL NEURAL NETWORK UNTUK PENGENALAN WAJAH PADA SPEKTRUM INFRAMERAH. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.

Text (Fulltext) Muhammad Eka Setio Aji_3332190068_Fulltext.pdf Restricted to Registered users only Download (2MB)

Abstract

Citra inframerah memiliki keunggulan dengan tidak terpengaruh oleh iluminasi cahaya jika dibandingkan dengan kamera RGB biasa. Disamping kelemahan dari citra inframerah yang rendah informasi dan kualitas tekstur, hal tersebut dapat diatasi dengan menggunakan metode yang memiliki potensi untuk melakukan ekstraksi fitur dengan memanfaatkan kedalaman layar. CNN dengan Haar Classifier dapat digunakan menjadi solusi untuk mengatasi permasalahan tersebut. Dengan tingkat akurasi tertinggi hingga mencapai 0,98 dan rata-rata sebesar 0,94 metode ini memiliki kehandalan yang tinggi untuk merekognisi subjek. Pengambilan data dengan 2 modalitas sekaligus dalam citra infra-merah dan RGB. Komparasi dilakukan dengan tujuan mengetahui perbandingan performa proses pengenalan wajah dengan kondisi lingkungan rendah pencahayaan antara 9 hingga 21 Lux. Hasil komparasi menunjukan kehandalan dari citra infra-merah tidak terpengaruh dengan iluminasi cahaya, sementara citra RGB sangat terpengaruh dengan iluminasi cahaya dan hal tersebut sangat mempengaruhi kehandalan dari sistem.

Actions (login required)

View Item