Face Recognition dengan Metode Fisherfaces dan Haar Cascade pada Sistem Keamanan Rumah Menggunakan Bot Telegram

Aprianto, Faisal (2023) Face Recognition dengan Metode Fisherfaces dan Haar Cascade pada Sistem Keamanan Rumah Menggunakan Bot Telegram. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (207kB) | Preview
Preview	PDF BAB_I.pdf Download (212kB) | Preview
Preview	PDF BAB_II.pdf Download (270kB) | Preview
Preview	PDF BAB_III.pdf Download (573kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (4MB)
Preview	PDF BAB_V.pdf Download (204kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (725kB)

Abstract

Sistem keamanan rumah merupakan hal yang memberikan ketenangan dan kenyamanan kepada penghuni rumah karena merasa terbantu dengan adanya sistem keamanan tersebut. Sistem keamanan rumah dapat berupa sensor gas maupun api, door lock, serta terdapat juga pengenalan wajah. Pengenalan wajah menggunakan metode Fisherfaces sedangkan untuk pendeteksian wajah menggunakan Haar Cascade. Sistem pada penelitian ini terhubung dengan bot Telegram untuk memungkinkan pengguna mendapatkan informasi dari jarak jauh. Jika wajah terdeteksi dan tidak dikenali oleh sistem, maka sistem akan memperintah bot Telegram untuk mengirim gambar tersebut kepada pengguna. Hasil dari penelitian mendapatkan hasil terbaik dengan akurasi sebesar 0.99, precision sebesar 0.99, recall sebesar 0.99 dan F1-Score sebesar 0.99 dengan metode fisherface.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Bot Telegram, Fisherfaces, Haar Cascade, Pengenalan Wajah, Sistem Keamanan Rumah
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.8 Computer Security, Data Security 600 Technology (Applied Sciences) > 640 Home and Family Management > 643 Housing > 643.1 Rental, Housing Security, Property
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	10 Jul 2023 09:57
Last Modified:	22 Aug 2023 00:58
URI:	https://kc.umn.ac.id/id/eprint/26021

Actions (login required)

View Item