Realisasi Penjejakan Wajah Menggunakan Haar-Like Features dan Pengenalan Wajah Menggunakan Metoda Local Binary Pattern Berbasis Raspberry PI 3

Bramasto, Ian Meynar (1722910) (2018) Realisasi Penjejakan Wajah Menggunakan Haar-Like Features dan Pengenalan Wajah Menggunakan Metoda Local Binary Pattern Berbasis Raspberry PI 3. Undergraduate thesis, Universitas Kristen Maranatha.

Preview	Text 1722910_Abstract_TOC.pdf - Accepted Version Download (168Kb) | Preview
	Text 1722910_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (89Kb)
Preview	Text 1722910_Chapter1.pdf - Accepted Version Download (144Kb) | Preview
	Text 1722910_chapter2.pdf - Accepted Version Restricted to Repository staff only Download (888Kb)
	Text 1722910_chapter3.pdf - Accepted Version Restricted to Repository staff only Download (599Kb)
	Text 1722910_chapter4.pdf - Accepted Version Restricted to Repository staff only Download (1104Kb)
Preview	Text 1722910_Conclusion.pdf - Accepted Version Download (110Kb) | Preview
Preview	Text 1722910_Cover.pdf - Accepted Version Download (163Kb) | Preview
Preview	Text 1722910_References.pdf - Accepted Version Download (120Kb) | Preview

Abstract

Pada tugas akhir ini, dibuat sistem penjejakan wajah melalui PiCamera dengan menggunakan motor servo sebagai aplikasi deteksi wajah berdasarkan algoritma Haar-Like Features dan pengenalan wajah menggunakan metoda Local Binary Patterns yang berbasis pada Raspberry Pi 3. Haar-Like Features adalah metode yang dapat mengidentifikasi sebuah objek dengan menggunakan fitur-fitur unik objek tersebut. Metoda Local Binary Patterns dapat mendeskripsikan tekstur dan bentuk dari sebuah citra digital. Kedua metoda tersebut kemudian digunakan sebagai dasar dari gerakan motor servo sehingga menjadi realisasi Face detection,recognition, and tracking. Dari hasil realisasi dan data pengamatan, sistem ini dapat mengenali wajah yang sudah dilatihkan dengan keberhasilan sebesar 82.5%. Sedangkan proses deteksi dan penjejakan wajah memiliki tingkat keberhasilan sebesar 80%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Deteksi wajah, pengenalan wajah , penjejakan wajah, Rasberry Pi 3, Haar-Like Features, Local Binary Patterns.
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering > 22 Electrical Engineering Department
Depositing User:	Perpustakaan Maranatha
Date Deposited:	28 Mar 2018 05:17
Last Modified:	28 Mar 2018 05:17
URI:	http://repository.maranatha.edu/id/eprint/24251

Actions (login required)

View Item