Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Aplikasi Registrasi Citra Wajah Menggunakan Eigenfaces Principal Component Analysis Dan K-Nearest Neighbor
Faishal Rakan Hidayat (2021) | Skripsi | Teknik Elektro
Bagikan
Ringkasan
Basis data wajah digunakan sebagai acuan untuk pengenalan wajah, yang berisikan kumpulan citra wajah latih yang dapat mempengaruhi pengenalan wajah. Tugas akhir ini bertujuan untuk menambahkan pengguna, meliputi membuat dan menyimpan citra wajah latih pada internal komputer serta menyimpan informasi pengguna pada MySQL sesuai dengan pekerjaannya yaitu mahasiswa Teknik Elektronika, staff Teknik Elektronika dan tamu, lalu dilakukan pengenalan wajah. Perangkat lunak yang digunakan yaitu Pycharm dengan bahasa pemrogramannya adalah Python. Metode yang digunakan untuk pengenalan wajah yaitu eigenfaces dan k-nearest neighbor digunakan dengan bantuan Graphical User Interface (GUI) untuk mengoperasikan sistem ini. Hasil uji sistem berdasarkan 48 kali pengujian memperoleh persentase kemiripan tertinggi yaitu 87.39% dan akurasi sistem ini mencapai 77%. Citra wajah yang dibuat terdapat 10 citra wajah berdasarkan variasi pencahayaan yaitu redup, terang dan pencerminan yang diolah menggunakan perangkat lunak serta informasi pengguna dapat disimpan pada MySQL dengan total 40 pengguna. GUI yang telah dibuat dapat menjalankan sistem dengan baik.
Ringkasan Alternatif
The face database is used as a reference for face recognition, which contains a collection of training face images that can affect face recognition. This final project purpose to add users, including creating and storing images of training face images on the internal computer and storing user information on MySQL according to their work, namely electronics engineering student, electronics engineering staff and guest, then perform face recognition. The software used is Pycharm with Python programming language. The methods used for face recognition are eigenfaces and k-nearest neighbors with a Graphical User Interface (GUI) to operate this system. The system test results based on 48 tests obtained the highest similarity percentage of 87.39% and the accuracy of this system reached 77%. There are 10 training face images created based on variations in lighting are dim, bright and mirror images which are processed using software and user information can be stored on MySQL with a total of 40 users. The GUI that has been made can run the system properly.