<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Implementasi Algoritma Viola-Jones dan Local Binary Pattern Histogram (LBPH) untuk Membangun Sistem Absensi Berbasis Wajah

dc.Identifier.NIM17611067
dc.contributor.authorGumelar, Muhammad
dc.date.accessioned2024-10-14T01:56:16Z
dc.date.available2024-10-14T01:56:16Z
dc.date.issued2021
dc.description.abstractCOVID-19 merupakan penyakit menular yang telah menginfeksi lebih dari 200 juta orang di seluruh dunia. Penyakit ini dapat menyebabkan berbagai gejala ringan hingga gejala berat. COVID-19 dapat menyebar dengan sangat cepat, karena bisa menyebar melalui kontak langsung seperti bersalaman atau terkena droplet, maupun tidak langsung, seperti menyentuh benda sekitar seperti gagang pintu atau fingerprint. Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Islam Indonesia (UII) menggunakan fingerprint sebagai salah satu alat utama dalam melakukan absensi, dimana alat ini sering digunakan berulang-ulang sehingga bisa menjadi sarana penyebaran COVID-19. Penelitian ini bertujuan untuk membangun sistem absensi berbasis wajah sebagai alternatif lain dalam melakukan absensi. Sistem dibangun menggunakan algoritma Viola-Jones sebagai algoritma deteksi wajah dan algoritma Local Binary Pattern Histogram (LBPH) sebagai algoritma pengenalan wajah. Pada penelitian ini dilakukan pengujian terhadap pegawai FMIPA UII dan didapatkan hasil bahwa sistem absensi berbasis wajah mendapatkan akurasi sebesar 54.34 % dalam mengenali wajah pegawai FMIPA UII.en_US
dc.identifier.urirepository.uii.ac.id
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectAlgoritma Viola-Jones, Algoritma LBPH, Deteksi Wajahen_US
dc.titleImplementasi Algoritma Viola-Jones dan Local Binary Pattern Histogram (LBPH) untuk Membangun Sistem Absensi Berbasis Wajahen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
17611067.pdf
Size:
2.56 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections