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

Ghani, Malik Abdul (2019) Rancang Bangun Aplikasi Face Tracking dan Filter Berdasarkan Raut Wajah Menggunakan Algoritma Fisher-Yates Berbasis iOS. 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 (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (801kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (10MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (783kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

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)
Keywords:	confidence level, Custom Vision, Filter, Fisher-Yates, iOS, Raut wajah
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++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 03:04
Last Modified:	09 Aug 2023 01:21
URI:	https://kc.umn.ac.id/id/eprint/11032

Actions (login required)

View Item