UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Sistem Pengenalan Wajah Menggunakan Metode Convolutional Neural Network
Penanda Bagikan

CD Skripsi

Sistem Pengenalan Wajah Menggunakan Metode Convolutional Neural Network

Muhammad Gazali - Nama Orang;

ABSTRAK
MUHAMMAD GAZALI. Sistem Pengenalan Wajah Menggunakan Metode Convolutional Neural Network (dibimbing oleh Muhammad Arafah dan Nurzaenab).

Sistem pengenalan wajah menjadi topik yang sering dipelajari pada bidang computer vision dalam beberapa tahun ini. Sistem ini telah diaplikasikan dalam beberapa bidang, misalnya smartphone untuk facebook dan juga di media social untuk fitur facial tagging. Sistem pengenalan wajah secara umum di bagi menjadi dua tahap, yaitu (pre-processing) dan dilanjutkan dengan sistem pengenalan wajah (face recognition). Penelitian ini bertujuan mengetahui kinerja akurasi dengan metode CNN pada pengenalan wajah dan bagaimana mengetahui tingkat akurasi pengenalan wajah menggunakan CNN. Hasil penelitian ini menunjukkan bahwa hasil yang diperoleh dari uji parameter untuk mengukur tingkat keberhasilan model adalah nilai akurasi. Nilai akurasi model dapat ditentukan dengan melakukan pengujian menggunakan data uji yang telah dilatih. Proses pelatihan menggunakan Google Colab. Hasil penelitian yang dihasilkan dari akurasi dengan input gambar 320x320 pixel, jumlah sampel data uji 10 data didapatkan nilai akurasi sebesar 80%, metode CNN pada teknologi pengenalan wajah dapat di deteksi dengan akurasi yang lumayan tinggi dengan hasil yang diperoleh.

Kata Kunci: Metode CNN, akurasi, Google Colab.


Ketersediaan
#
Perpustakaan STMIK AKBA (A/732) CD/SKR/TI/2021 REF MUH s
2540/CD/SKR-Ti/23
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
CDSKR MUH s
Penerbit
Makassar : UNITAMA., 2021
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF MUH s
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Muhammad Arafah Dan Pembimbing II: Nurzaenab
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?