IMPLEMENTASI FACE RECOGNITION UNTUK MENENTUKAN USIA MANUSIA DENGAN METODE DNN (DEEP NEURAL NETWORK) DAN YUNET

Aldiansyah, Adidi Muhammad (2024) IMPLEMENTASI FACE RECOGNITION UNTUK MENENTUKAN USIA MANUSIA DENGAN METODE DNN (DEEP NEURAL NETWORK) DAN YUNET. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

	Text (Skripsi Full Text) ADIDI MUHAMMAD ALDIANSYAH_2055201009_Fulltext.pdf - Submitted Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (Turnitin) ADIDI MUHAMMAD ALDIANSYAH_2055201009_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text (BAB I) ADIDI MUHAMMAD ALDIANSYAH_2055201009_ABSTRAK + BAB 1.pdf - Submitted Version Download (997kB)
	Text (BAB II) ADIDI MUHAMMAD ALDIANSYAH_2055201009_BAB 2.pdf - Submitted Version Download (266kB)
	Text (BAB III) ADIDI MUHAMMAD ALDIANSYAH_2055201009_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (155kB) | Request a copy
	Text (BAB IV) ADIDI MUHAMMAD ALDIANSYAH_2055201009_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V) ADIDI MUHAMMAD ALDIANSYAH_2055201009_BAB 5.pdf - Submitted Version Download (454kB)
	Text (Daftar Pustaka) ADIDI MUHAMMAD ALDIANSYAH_2055201009_Ref+Lamp.pdf - Submitted Version Download (363kB)

Abstract

Usia seseorang tercermin dalam perubahan fisik pada wajah, termasuk kerutan, tekstur kulit, dan bentuk wajah secara umum. Usia seseorang adalah informasi penting yang dapat memberikan gambaran tentang tahap perkembangan dan kesehatan seseorang. Untuk bisa mengetahui usia seseorang kerap sekali kita perlu untuk melihat identitas pribadinya terlebih dahulu atau menanyakan langsung pada orang tersebut. Dari permasalahan tersebut dengan menerapkan metode DNN (Deep Neural Network) dan YuNet, diharapkan bisa menyelesaikan permasalahan yang terjadi di mana nantinya kita bisa mengetahui usia seseorang dengan menggunakan foto saja, Pengolahan citra digital memungkinkan analisis mendalam terhadap fitur-fitur ini, dengan potensi untuk menghasilkan estimasi usia yang akurat. Tujuan utama penelitian ini adalah mengembangkan sistem pengenalan wajah yang mampu menentukan usia manusia menggunakan metode DNN (Deep Neural Network) dan YuNet. Dengan menggunakan bahasa pemrograman Python. penelitian ini berfokus pada implementasi algoritma yang dapat mendeteksi wajah dan memperkirakan usia berdasarkan fitur wajah yang terdeteksi. Selain itu, tujuan penelitian ini adalah untuk mengukur dan menganalisis tingkat akurasi sistem dalam mengenali wajah dan memperkirakan usia. Pada penelitian ini menggunakan metode DNN (Deep Neural Network) dan YuNet Metode ini digunakan karena memiliki tingkat akurasi yang tinggi dan cepat dalam melakukan deteksi usia pada wajah terhadap sebuah citra digital. Tahapan pada penelitian ini yaitu proses pengambilan gambar, instalasi library python yaitu opencv dan argparse, proses deteksi wajah, dan proses deteksi usia. Hasil penelitian menunjukkan bahwa metode DNN (Deep Neural Network) dan YuNet telah melakukan pengujian sebanyak 50 sampel berupa foto wajah manusia yang diambil dengan jarak setengah meter maka dengan menggunakan metode DNN (Deep Neural Network) dan YuNet peneliti berhasil mendapatkan usia pada wajah manusia melalui proses pengolahan citra yang kemudian dapat diperoleh tingkat ketepatan atau Precission sebesar 80% dan tingkat Accuracy keberhasilan antara nilai prediksi dengan nilai yang aktual yang diberikan oleh system adalah sebesar 80%

Item Type:	Thesis (Skripsi (Bachelor))
Additional Information:	Pembimbing: Yovi Apridiansyah S.Kom, M.Kom
Uncontrolled Keywords:	Gambar, Usia, Python, DNN (Deep Neural Network) dan YuNet, Deteksi Wajah
Subjects:	Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions:	02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User:	Mr Anugrah Raffli
Date Deposited:	02 Oct 2024 03:10
Last Modified:	02 Oct 2024 03:10
URI:	http://repository.umb.ac.id/id/eprint/351

Actions (login required)

View Item