Skripsi

Pengenalan wajah dengan metode local binary pattern histogram (LBPH) / Muhammad Syifa\' Shohibul Adib

Abstrak
Sistem pengenalan wajah masih memiliki beberapa tantangan yang harus diatasi terutama terkait dengan variasi kondisi pencahayaan. Hal ini mengakibatkan performa sistem pengenalan wajah menjadi kurang memuaskan. Penelitian ini mengembangkan sistem pengenalan wajah yang mampu bekerja secara optimal dalam berbagai kondisi pencahayaan yang bervariasi. Haar Cascade Classifier sebagai metode pendeteksi wajah Local Binary Pattern Histogram (LBPH) sebagai metode pengenalan wajah dan Waterfall sebagai metode pengembangan sistem. Pengujian dilakukan dengan pengenalan pada jarak tertentu dan berbagai kondisi pencahayaan dengan resolusi kamera 640 times 480 (0 3 MP) dan 1280 times 720 (0 9 MP). Temuan penelitian menghasilkan sistem dapat melakukan pengenalan pada rentang jarak 30 cm hingga 100 cm dengan resolusi 640 times 480 dan rentang jarak 30 cm hingga 140 cm dengan resolusi 1280 times 720. Sistem juga dapat melakukan pengenalan pada berbagai kondisi pencahayaan yang berbeda dengan memanfaatkan variasi brightness namun sistem tidak dapat mengenali wajah pada pencahayaan ekstrem yang terlalu gelap dan terlalu terang. Hasil ini menunjukkan pentingnya memilih resolusi kamera yang sesuai dengan kebutuhan aplikasi.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2023.

Deskripsi Fisik

x, 34 hlm. : ilus.

Bahasa

Indonesia

No Reg

1052/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. MATEMATIKA - LOCAL BINARY
2. MATEMATIKA - PATTREN HISTOGRAM
3. MATHEMATICS - LOCAL BINARY

Pembimbing

1. Mahmuddin Yunus, S.kom, M.cs

Lampiran Berkas