RANCANG BANGUN APLIKASI FACE RECOGNITION BERBASIS WEB DENGAN FACE-API.JS DAN ALGORITMA EUCLIDEAN DISTANCE SEBAGAI PENDUKUNG SISTEM SMART DOOR

1907411049, Rahma Maulida Shaliha (2023) RANCANG BANGUN APLIKASI FACE RECOGNITION BERBASIS WEB DENGAN FACE-API.JS DAN ALGORITMA EUCLIDEAN DISTANCE SEBAGAI PENDUKUNG SISTEM SMART DOOR. D4 thesis, Politeknik Negeri Jakarta.

[thumbnail of Bagian Identitas Skripsi, Pembukaan (Bab 1), dan Penutup (Bab 5)] Text (Bagian Identitas Skripsi, Pembukaan (Bab 1), dan Penutup (Bab 5))
Halaman Identitas Skripsi.pdf

Download (895kB)
[thumbnail of Isi (Bab 2 s/d 4)] Text (Isi (Bab 2 s/d 4))
Isi.pdf
Restricted to Hanya Civitas Akademika PNJ

Download (2MB)
[thumbnail of Manuskrip Artikel Ilmiah (Jurnal)] Text (Manuskrip Artikel Ilmiah (Jurnal))
Manuskrip Artikel Ilmiah.pdf
Restricted to Hanya Staff Repositori

Download (766kB)

Abstrak

Seiring berjalannya waktu, teknologi semakin berkembang pesat khususnya pada ranah artificial intelligence yang terus merebak dan menjadi sangat populer di berbagai bidang. Di antara semuanya, face recognition yang merupakan teknik biometrik untuk mengidentifikasi wajah seseorang termasuk sebagai salah satu program deep learning yang banyak diminati dan terus dikembangkan hingga saat ini. Umumnya, sebagian besar developer akan menggunakan bahasa pemrograman Python yang terkenal powerful untuk bidang ini. Di sisi lain, JavaScript merupakan salah satu bahasa pemrograman terpopuler yang menempati peringkat pertama pada tahun 2023 dengan jumlah peminat baru yang cukup banyak. Oleh karena itu, dalam rangka mengeksplorasi teknik face recognition serta menggali kemungkinan pengembangan proyek deep learning berbasis web dengan bahasa pemrograman JavaScript, dibangunlah sebuah aplikasi face recognition berbasis web dengan kasus sebagai pendukung sistem smart door yang juga dapat melakukan manajemen data user dan akses ke dalam ruangan serta melakukan pemantauan aktivitas keluar-masuk ruangan. Hasilnya, aplikasi yang dikembangkan dengan dukungan library face-api.js dan algoritma euclidean distance ini dapat menjalankan fungsionalitasnya dengan baik 100%. Kemudian, hasil evaluasi model menunjukkan nilai akurasi yang tinggi yakni 95,71% untuk face detection dan 100% untuk face recognition dengan 3 descriptor sebagai jumlah acuan optimalnya.

Tipe Dokumen: Thesis / Skripsi / Tugas Akhir (D4)
Subjek: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Bidang, Unit, atau Jurusan Yang Ditujukan: Teknik Informatika dan Komputer > Teknik Informatika D4
User ID Pengunggah: Rahma Maulida Shaliha
Date Deposited: 30 Aug 2023 02:46
Last Modified: 30 Aug 2023 02:46
URI: https://repository.pnj.ac.id/id/eprint/14479

Actions (login required)

View Item
View Item