Sulistyanto, Fauzan Rafi'i 215610032 (2025) PERBANDINGAN KINERJA METODE YOLO DAN FACENET DALAM REKOGNISI WAJAH. Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI).
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text
1_215610032_HALAMAN_DEPAN.pdf - Published Version Download (946kB) |
|
Text
2_215610032_BAB_I.pdf - Published Version Download (129kB) |
|
Text
3_215610032_BAB_II.pdf - Published Version Download (177kB) |
|
Text
4_215610032_BAB_III.pdf - Published Version Download (3MB) |
|
Text
5_215610032_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (385kB) |
|
Text
6_215610032_BAB_V.pdf - Published Version Download (122kB) |
|
Text
7_215610032_DAFTAR_PUSTAKA.pdf - Published Version Download (117kB) |
|
Text
8_215610032_LAMPIRAN.pdf - Published Version Download (17MB) |
Abstract
Perkembangan teknologi yang pesat telah mendorong kemajuan dalam teknologi citra digital, khususnya face recognition. Meskipun pengenalan wajah kompleks karena keunikan wajah manusia, sistem ini masih menghadapi tantangan seperti faktor pencahayaan, ekspresi, dan perubahan atribut wajah. Penelitian sebelumnya telah mengeksplorasi berbagai teknik pengenalan wajah dan deteksi objek. Dua metode yang menonjol adalah YOLO dan FaceNet. Penelitian ini bertujuan untuk membandingkan kinerja YOLO dan FaceNet dalam rekognisi wajah. Dataset menggunakan foto wajah yang diperoleh dari Kaggle dipilih 4 dari 5748 tokoh karena kebutuhan gambar wajah yang banyak. Pengujian dilakukan dalam 2 skenario data train skenario 1 dengan 50 data train per tokoh dan skenario 2 dengan 100 data train per tokoh. Data test terdiri dari 20 gambar wajah tokoh yang dilatih dan 5 gambar wajah tokoh acak yang tidak dilatih. Dataset yang digunakan sama untuk kedua metode. Penelitian ini diimplementasikan menggunakan bahasa pemrograman Python. Hasil pengujian metode YOLO Skenario 1 menghasilkan rata-rata 90% persentase keberhasilan mendeteksi wajah untuk data uji yang ada di database. 80% untuk data uji yang tidak ada di database. Skenario 2 menghasilkan rata-rata 100% persentase keberhasilan mendeteksi wajah untuk data uji yang ada di database. 60% untuk data uji yang tidak ada di database. Pada metode FaceNet Skenario 1 menghasilkan rata-rata 95% persentase keberhasilan mendeteksi wajah untuk data uji yang ada di database. 100% untuk data uji yang tidak ada di database. Skenario 2 menghasilkan rata-rata 100% persentase keberhasilan mendeteksi wajah untuk data uji yang ada di database dan data uji yang tidak ada di database. Kata Kunci :Deteksi wajah, FaceNet, Persentase keberhasilan, Rekognisi wajah, You Only Look Once (YOLO)
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing : Deborah Kurniawati, S.Kom., M.Cs |
| Uncontrolled Keywords: | Deteksi wajah, FaceNet, Persentase keberhasilan, Rekognisi wajah, You Only Look Once (YOLO) |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Bahasa Pemrograman > Python A Karya Umum (General) > Ilmu Komputer (Computer Science) > Teknologi Informasi A Karya Umum (General) > Ilmu Komputer (Computer Science) > Database |
| Divisions: | Jenjang S1 > Sistem Informasi (S1) |
| Depositing User: | Mr. Andi Setyanto |
| Date Deposited: | 06 Agu 2025 03:32 |
| Last Modified: | 06 Agu 2025 03:32 |
| URI: | http://eprints.utdi.ac.id/id/eprint/10789 |
Actions (login required)
 |
View Item |
