Implementasi Algoritma Deep Neural Network dengan Backpropagation untuk Pengenalan Wajah 3 Dimensi

Wilnu, Brandon (2019) Implementasi Algoritma Deep Neural Network dengan Backpropagation untuk Pengenalan Wajah 3 Dimensi. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (999kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (722kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (722kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (940kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (949kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (771kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (715kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (999kB)

Abstract

Pengenalan wajah adalah teknologi mengolah gambar untuk mengidentifikasi wajah di dalam gambar tersebut. Salah satu cabang dari pengenalan wajah adalah pengenalan wajah tiga dimensi. Penelitian ini bertujuan untuk mencari tahu kemampuan dari backpropagation dan deep neural network dalam pengenalan wajah tiga dimensi. Algoritma backpropagation pada penelitian ini digunakan untuk melatih model agar siap digunakan oleh deep neural network yang digunakan untuk membuat model berdasarkan dataset yang sudah dilatih. Tujuan dari penelitian ini adalah mencari tingkat akurasi dari algoritma backpropagation dan deep neural network untuk pengenalan wajah tiga dimensi. Manfaat dari penelitian ini adalah mempermudah otentikasi dengan digitalisasi menggunakan computer dan digunakan sebagai landasan dalam penelitian lebih lanjut. Penelitian ini dibuat menggunakan bahasa pemrograman python dan php. Hasil dari penelitian ini menunjukkan bahwa algoritma yang digunakan sudah cukup baik untuk pengenalan wajah tiga dimensi. Learning rate terbaik untuk dataset yang digunakan peneliti adalah 0.001 dengan tingkat akurasi 94.79%. Hasil percobaan dengan gambar test memberikan akurasi rata-rata 88.22%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	pengenalan wajah, tiga dimensi, backpropagation, deep neural network, pengolahan gambar
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 04:12
Last Modified:	25 Aug 2023 06:25
URI:	https://kc.umn.ac.id/id/eprint/10861

Actions (login required)

View Item