Implementasi Minkowski Distance dan Metode Triangle Face untuk Keamanan Akses Data Pribadi

Ivena Tania, Kezia (2024) Implementasi Minkowski Distance dan Metode Triangle Face untuk Keamanan Akses Data Pribadi. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (610kB)
	PDF BAB_I.pdf Download (204kB)
	PDF BAB_II.pdf Download (381kB)
	PDF BAB_III.pdf Download (722kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (199kB)
	PDF DAFTAR_PUSTAKA.pdf Download (238kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (222kB)

Abstract

Seiring perkembangan teknologi yang semakin pesat, sistem keamanan menjadi aspek penting yang harus diperhatikan. Sistem keamanan yang melemah dapat menimbulkan banyak masalah, salah satunya adalah kebocoran data. Berdasarkan data yang diambil dari website Surfshark pada tahun 2022, Indonesia menempati peringkat ke-8 dengan kebocoran data terbanyak di dunia. Berdasarkan masalah tersebut, dibuatlah suatu sistem pengenalan wajah menggunakan dua metode, yaitu metode triangle face dan penerapan minkowski distance sebagai sistem keamanan data pribadi seseorang. Sistem yang dibuat akan digunakan pada sebuah aplikasi Android untuk melakukan login untuk dapat mengakses data-data pribadi yang disimpan. Sistem yang telah dibangun kemudian diuji menggunakan precision- recall curve untuk mengetahui tingkat akurasinya. Hasil pengujian tersebut menunjukkan bahwa sistem yang telah dibangun berhasil melakukan pengenalan wajah dan melakukan identifikasi wajah seseorang dengan nilai precision sebesar 0.88, recall sebesar 0.82, nilai f1-score 0.83, dan nilai akurasi sebesar 82%. Nilai akurasi ini merupakan nilai terbaik dari 400 total dataset yang telah diuji dengan membagi dataset tersebut menjadi 80% data pelatihan dan 20% data pengujian.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	aplikasi Android, keamanan data pribadi, minkowski distance, pengenalan wajah, triangle face
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	09 Nov 2024 11:39
Last Modified:	09 Nov 2024 11:39
URI:	https://kc.umn.ac.id/id/eprint/33854

Actions (login required)

View Item