UMN Knowledge Center

Rancang Bangun Aplikasi Face Tracking dan Filter Berdasarkan Raut Wajah Menggunakan Algoritma Fisher-Yates Berbasis iOS

Abdul Ghani, Malik (2019) Rancang Bangun Aplikasi Face Tracking dan Filter Berdasarkan Raut Wajah Menggunakan Algoritma Fisher-Yates Berbasis iOS. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
BAB_V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (783kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
HALAMAN_AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB_I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
DAFTAR_PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (801kB) | Preview
[img]
Preview
Text
BAB_II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB_III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB) | Preview
[img] Text
BAB_IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (10MB)

Abstract

Ekspresi raut wajah selain memberikan indikator emosi yang penting, merupakan objek yang sangat penting dalam kehidupan kita sehari-hari. Pemrosesan video secara real-time pada perangkat mobile merupakan topik hangat dan memiliki penerapan yang sangat luas. Foto yang telah menggunakan filter memiliki 21% kemungkinan lebih banyak untuk dilihat dan 45% lebih mungkin untuk dikomentari oleh konsumen foto. Penggunaan algoritma Fisher-Yates digunakan sebagai pengacak filter untuk setiap emosi raut wajah. Aplikasi dibuat untuk sistem operasi iOS dengan bahasa pemrograman Swift yang memanfaatkan framework Core ML dan Vision. Custom Vision digunakan sebagai tool untuk membuat models. Dalam membuat sebuah model, penelitian ini menggunakan dataset dari Cohn-Kanade AU-Coded Facial Expression Database dan Karolinska Directed Emotional Faces. Custom Vision dapat memberikan training performance result dan memberikan nilai precision serta recall untuk data yang telah di training. Kecocokan raut muka dengan model ditentukan oleh nilai confidence level. Hasil uji coba dengan metode Hedonic Motivation System Adoption Model menghasilkan persentase rasa senang dalam memakai aplikasi (joy) sebesar 79.39%.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: confidence level, Custom Vision, Filter, Fisher-Yates, iOS, Raut wajah
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Date Deposited: 04 Dec 2019 03:04
Last Modified: 09 Jan 2020 07:59
URI: http://kc.umn.ac.id/id/eprint/11032

Actions (login required)

View Item View Item