Implementasi Face Recognition API menggunakan Express Js pada PT Abditrack Inovasi Indonesia

Husein Punca, Mahdi (2025) Implementasi Face Recognition API menggunakan Express Js pada PT Abditrack Inovasi Indonesia. MBKM thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (317kB)
[img] PDF
BAB_I.pdf

Download (69kB)
[img] PDF
BAB_II.pdf

Download (267kB)
[img] PDF
BAB_III.pdf

Download (479kB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (77kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (67kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (2MB)
[img] PDF
LEMBAR_PENGESAHAN.pdf

Download (52kB)

Abstract

Di era digital yang terus berkembang, teknologi pengenalan wajah (face recognition) telah menjadi salah satu inovasi yang signifikan dalam berbagai bidang. Pengenalan wajah memungkinkan identifikasi individu secara otomatis berdasarkan data biometrik wajah. Diimplementasikan dengan Application Programming Interface (API) sehingga sistem dapat digunakan dengan fleksibel. Sejak 2023, PT Abditrack Inovasi Indonesia telah berkontribusi dalam dunia pertambangan dengan menyediakan Fleet Management System. Dengan pengalaman serta kompetensi yang dimiliki, perusahaan membuka kesempatan dalam pengembangan sistem face recognition API ini. Kesempatan ini didasari oleh kebutuhan dalam melakukan verifikasi pemilik wajah pada evidence dengan cepat, karena evidence yang masuk sangat banyak sehingga memerlukan waktu apabila dilakukan secara manual. Selanjutnya pengerjaan dilakukan dalam 3 tahap yaitu persiapan, pengembangan dan pengujian. Dilakukan penentuan endpoints, setup database, serta pengumpulan dataset training dan testing. Setelah persiapan dan pengembangan selesai, kemudian dilakukan pengujian untuk mengetahui hasil dari proyek yang dikerjakan. Ditemukan bahwa persentase deteksi true sebesar 26%. Kendala yang ditemukan antara lain penggunaan model deteksi yang kurang robust dan juga dataset testing yang memiliki kualitas kurang baik. Hal ini dapat mempengaruhi hasil akurasi dari deteksi.

Item Type: Thesis (MBKM)
Keywords: face recognition, API, model deteksi 7 Implementasi Face Recognition API menggunakan Express Js..., Mahdi Husein Punca, Universitas Multimedia Nusantara
Subjects: ?? TK7885-7895 ??
Divisions: Faculty of Engineering & Informatics > Computer Engineering
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 16 Jan 2025 12:52
Last Modified: 16 Jan 2025 12:52
URI: https://kc.umn.ac.id/id/eprint/35630

Actions (login required)

View Item View Item