Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Aplikasi Augmented Reality Untuk Memilih Model Rambut Di Headcore Barbershop Dengan Metode Face Recognition Sebagai Pendeteksi Marker
Rizqi Akbar Nabawi NIM. (2013) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Perangkat lunak yang dibangun pada tugas akhir ini adalah sebuah aplikasi Realitas tambahan (Augmented Reality) untuk membantu pelanggan di BarberShop memilih model rambut. Dengan adanya Realitas tambahan (Augmented Reality) ini dapat membantu pelanggan untuk memilih model rambut yang sesuai dengan keinginannya tanpa takut terjadi kesalahan model setelah memotong rambut. Perangkat lunak Realitas tambahan (Augmented Reality) ini di bangun menggunakan bahasa ActionScript 3 dengan wajah sebagai objek acuan (Face Recognition) dan dengan metode Haar Cascade Classifier sebagai pendeteksi wajah. Metode ini merupakan metode yang muncul pada tahun 2001 oleh Paul Viola dan Michael Jones. Metode ini menggunakan haar-like features dimana perlu dilakukan training terlebih dahulu untuk mendapatkan suatu pohon keputusan dengan nama cascade classifier sebagai penentu apakah ada wajah atau tidak dalam tiap frame yang di proses. Perangkat lunak ini berjalan secara real time dan dinamis sehingga tiap informasi (jarak maupun sudut antara wajah dengan kamera) yang didapat dari masing-masing pelanggan sangat berpengaruh pada keberhasilan jalannya sistem. Untuk Jarak optimal pelanggan terhadap kamera adalah sekitar 40 cm sampai 80 cm dari kamera. Dan sudut derajat wajah terhadap kamera adalah (tegak lurus menghadap kamera).
Ringkasan Alternatif
Software was built in the final test is augmented reality software to help member of barbershop to choose type hair. So, augmented reality software can help customer to choose hair type that their want without the fear of a mistake in cutting hair. This augmented reality software was built use actionscript3 language with face as object reference (Face Recognition) and with Haar Cascade Classifier method. This method was showed in 2001 by Paul Viola and Michael Jones. This method uses Haar-Like which must be training to obtain a decision tree that name is Cascade Classifier as determinant whether there are face or no in every frame in the process. This software is running real time and dynamic so every information (range or angle between face and camera) obtained from every customer are very consistent effect on the success of the system. For the optimal range between customer and camera is 40 cm until 80 cm and degree angle between face and camera is (upright to camera).