PENGENALAN WAJAH MAHASISWA UNIVERSITAS NURUL JADID PADA VIDEO MENGGUNAKAN METODE HAAR CASCADE DAN DEEP LEARNING



Authors (s)


(1) * Gulpi Qorik Oktagalu Pratamasunu   (Universitas Nurul jadid)  
        Indonesia
(2)  Olief Ilmandira Ratu Farisi   (Universitas Nurul jadid)  
        Indonesia
(3)  Maulidil Jannah   (Universitas Nurul jadid)  
        Indonesia
(*) Corresponding Author

Abstract


Pengenalan wajah merupakan suatu teknologi dari komputer untuk mengidentifikasi wajah seseorang pada suatu gambar maupun video. Banyak metode yang bisa digunakan untuk pengenalan wajah antara lain metode fisherface, local binary pattern histogram, dan eigenface. Peneliti sebelumnya menerapkan pengenalan wajah menggunakan metode eigenface untuk mengidentifikasi wajah mahasiswa di Universitas Nurul Jadid. Akan tetapi, metode eigenface hanya fokus pada citra dengan objek tidak bergerak, sehingga belum bisa diterapkan pada video. Untuk itu, pada penelitian ini diusulkan suatu metode yang dapat mengidentifikasi wajah pada video yaitu metode haar cascade dan deep learning. Metode haar cascade merupakan suatu metode yang dapat mendeteksi  posisi letak wajah pada suatu video dan metode deep learning untuk mengenali wajah yang sudah terdeteksi pada video. Hasil uji coba yang dilakukan metode haar cascade dapat mendeteksi adanya wajah pada video secara baik. Akan tetapi metode haar cascade juga mendeteksi yang bukan wajah pada data testing. Hasil dari uji coba pada gambar dengan metode haar cascade dan deep learning teridentifikasi secara benar dengan tingkat akurasi 99,6%. Hasil uji coba metode haar cascade dan deep learning pada video mahasiswa berhasil dilakukan jika komposisi warna dan tingkat cahayanya sama dengan data training dan jika tidak sesuai dengan data training maka tidak berhasil mengidentifikasi wajah mahasiswa pada video secara benar.


Keywords

Pengenalan Wajah, Haar Cascade, Deep Learning



Full Text: PDF



References


Mukaromah, I. F. (2018). Face Recognition Mahasiswa Universitas Nurul Jadid (UNUJA) dengan Metode Eigenface. Probolinggo: 2018.

Kusumanto, R., Pambudi, W. S., & Tompunu, A. N. (2012). Aplikasi Sensor Vision untuk Deteksi MultiFace dan Menghitung Jumlah Orang. Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012 (Semantik 2012) , 8.

Suharso, A. (2016). Pengenalan Wajah Menggunakan Metode Viola-Jones dan Eigenface Dengan Variasi Posisi Wajah Berbasis Webcam. Jurnal Ilmu Komputer & Teknologi Informasi , 12.

Jefry Sunupurwa Asri, G. F. (2018). Implementasi objek detection dan tracking menggunakan deep learning untuk pengolahan citra digital. Konferensi Nasional Sistem Informasi 2018 , 7.

Syarif, M., & Wijinarto. (2015). Deteksi kedipan mata dengan Haar Cascade Classifier dan Contour untuk Password Login Sistem.Techno.COM, Vol. 14, No. 4, November 2015 , 8.

Astini, N. (2018). Segmentasi Citra Parasit Malaria Plasmodium Vivax Dengan Menggunakan Metode Haar Cascade. Prosiding Seminar Nasional Pendidikan Teknik Informatika , 5.

O’Shea, K., & Nash, R. (2015). An Introduction to Convolutional Neural Networks. arXiv:1511.08458v2 [cs.NE] 2 Dec 2015 , 11.

Marti, N. W. (2010). Pemanfaatan Gui dalam Pengembangan Perangkat Lunak Pengenalan Citra Wajah Manusia menggunakan Metode Eigenfaces. Seminar Nasional Aplikasi Teknologi Informasi 2010 (SNATI 2010) , 6.

Lecun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-Based Learning Applied to Document Recognition. Proc. Of The IEEE , 46.

Hardiyanto, D., & Sartika, D. A. (2018). Optimalisasi Metode Deteksi Wajah berbasis Pengolahan Citra untuk Aplikasi Identifikasi Wajah pada Presensi Digital. Sistem Kendali-Tenaga-Elektronika-Telekomunikasi-Komputer , 10.

Azizah, L. M., Umayah, S. F., & Fajar, F. (2018). Deteksi Kecacatan Permukaan Buah Manggis Menggunakan Metode Deep Learning dengan Konvolusi Multilayer. SEMESTA TEKNIKA , 7.

Santoso, A., & Gunawan, A. (2018). Implementasi Deep Learning Berbasis Keras Untuk Pengenalan Wajah. Jurnal Emitor , 7.

Zufar, M., & Setiyono, B. (2016). Convolutional Neural Networks untuk Pengenalan Wajah Secara Real-Time. Jurnal Sains dan Seni ITS , 6.

Al-Aidid, S., & Pamungkas, D. S. (2016). Sistem Pengenalan Wajah dengan Algoritma Haar Cascade dan Local Binary Pattern Histogram. Jurnal Rekayasa Elektrika , 8.

Putro, M. D., Adji, T. B., & Winduratna, B. (2012). Sistem Deteksi Wajah dengan Menggunakan Metode Viola-Jones. Seminar Nasional “Science, Engineering and Technology” , 5.

Wuryandari, M. D., & Afrianto, I. (2012). Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation dan Learning Vector Quantization pada Pengenalan Wajah. Jurnal Komputer dan Informatika (KOMPUTA) , 7.

Heranurweni, S. (2010). Pengenalan Wajah Menggunakan Learning Vector Quantization (LVQ). Prosiding Seminar Nasional Sains dan Teknologi 2010 , 9.

Hidayatno, A., Isnanto, R. R., & Kurniawan, D. (2006). Penentuan Wilayah Wajah Manusia Pada Citra Berwarna Berdasarkan Warna Kulit dengan Metode Template Matching. Teknologi Elektro , 8.


Article View

Abstract views : 46 times | PDF files viewed : 48 times



Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Gulpi Qorik Oktagalu Pratamasunu, Olief Ilmandira Ratu Farisi, Maulidil Jannah

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.