UMN Knowledge Center

Pembuatan modul keamanan dengan kompleksitas rendah menggunakan pengenal dan gerakan wajah

Adrianto, Felix (2016) Pembuatan modul keamanan dengan kompleksitas rendah menggunakan pengenal dan gerakan wajah. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

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

Download (716kB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (538kB) | 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 (2MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (5MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (634kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (641kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (828kB) | Preview

Abstract

Privacy adalah sebuah pencegahan terhadap komputer kita agar orang yang tidak memiliki kepentingan tidak dapat melakukan akses terhadap komputer kita. Salah satu cara untuk melakukan pengamanan privacy adalah dengan menggunakan sistem keamanan satu fitur yang berbasis face recognition. Sistem keamanan yang hanya menggunakan satu fitur saja terkadang gagal dalam prosesnya. Berdasarkan kelemahan tersebut, Robert dan Ulrich menggabungkan tiga elemen sistem keamanan menjadi satu yaitu pengenal wajah (face recognition) yang menggunakan metode Hausdor� Distance dengan kompleksitas n2, pengenal suara (voice recognition) yang menggunakan metode vector quantification dengan kompleksitas n2 dan pengenal pergerakan bibir (lip movement recognition) dengan metode 3D Fast Fourier Transformation dengan kompleksitas sebesar n2. Hasil yang didapat dengan tiga elemen tersebut mencapai tingkat akurasi sebesar 99%. Tetapi Tou menemukan hal ini masih menjadi kendala bagi mereka yang memiliki keterbatasan dalam suara mereka. Oleh karena itu pada penelitian ini akan mencoba untuk menggabungkan dua buah elemen sistem keamanan yaitu face recognition yang menggunakan metode SVM dengan tingkat kompleksitas sebesar n2 dan face tracker dengan metode Haar-Cascade menggunakan OpenCV dengan kompleksitas n2. Hasil yang diperoleh pada akhir penelitian menunjukkan tingkat akurasi yang sangat baik yaitu 96,33% pada cahaya normal, 95,67% pada cahaya berlebih dan 83% pada cahaya kurang dengan tingkat kompleksitas yang sama rendahnya yaitu n2.Privacy adalah sebuah pencegahan terhadap komputer kita agar orang yang tidak memiliki kepentingan tidak dapat melakukan akses terhadap komputer kita. Salah satu cara untuk melakukan pengamanan privacy adalah dengan menggunakan sistem keamanan satu fitur yang berbasis face recognition. Sistem keamanan yang hanya menggunakan satu fitur saja terkadang gagal dalam prosesnya. Berdasarkan kelemahan tersebut, Robert dan Ulrich menggabungkan tiga elemen sistem keamanan menjadi satu yaitu pengenal wajah (face recognition) yang menggunakan metode Hausdor� Distance dengan kompleksitas n2, pengenal suara (voice recognition) yang menggunakan metode vector quantification dengan kompleksitas n2 dan pengenal pergerakan bibir (lip movement recognition) dengan metode 3D Fast Fourier Transformation dengan kompleksitas sebesar n2. Hasil yang didapat dengan tiga elemen tersebut mencapai tingkat akurasi sebesar 99%. Tetapi Tou menemukan hal ini masih menjadi kendala bagi mereka yang memiliki keterbatasan dalam suara mereka. Oleh karena itu pada penelitian ini akan mencoba untuk menggabungkan dua buah elemen sistem keamanan yaitu face recognition yang menggunakan metode SVM dengan tingkat kompleksitas sebesar n2 dan face tracker dengan metode Haar-Cascade menggunakan OpenCV dengan kompleksitas n2. Hasil yang diperoleh pada akhir penelitian menunjukkan tingkat akurasi yang sangat baik yaitu 96,33% pada cahaya normal, 95,67% pada cahaya berlebih dan 83% pada cahaya kurang dengan tingkat kompleksitas yang sama rendahnya yaitu n2.

Item Type: Thesis (Bachelor Thesis)
Subjects: N Fine Arts > NX Arts in general > NX650-694 Special subjects, characters, persons, religious arts, etc.
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T59.7-59.77 Human engineering in industry. Man-machine systems
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions: Fakultas Teknik Informatika > Program Studi Sistem Informasi
Depositing User: mr admin umn
Date Deposited: 25 Jul 2017 01:49
Last Modified: 29 Sep 2017 09:29
URI: http://kc.umn.ac.id/id/eprint/1280

Actions (login required)

View Item View Item