Implementasi Sistem Deteksi dan Pengenalan Wajah untuk Verifikasi Identitas Peserta Test of English as a Foreign Language (TOEFL) dengan Algoritma Haar Cascade dan Local Binary Pattern Histogram (LBPH) Secara Real-Time

Ramadan, Arya Gilang (2024) Implementasi Sistem Deteksi dan Pengenalan Wajah untuk Verifikasi Identitas Peserta Test of English as a Foreign Language (TOEFL) dengan Algoritma Haar Cascade dan Local Binary Pattern Histogram (LBPH) Secara Real-Time. Other thesis, UPN Veteran Yogyakarta.

	Text Cover Skripsi.pdf Download (412kB)
	Text ABSTRAK.pdf Download (77kB)
	Text Lembar Pengesahan Pembimbing.pdf Download (158kB)
	Text Lembar Pengesahan Penguji.pdf Download (161kB)
	Text DAFTAR ISI.pdf Download (86kB)
	Text DAFTAR PUSTAKA.pdf Download (156kB)
	Text Skripsi Full Arya Gilang Ramadan - 123200156.pdf Restricted to Repository staff only Download (13MB)

Abstract

Pengenalan wajah adalah teknologi yang digunakan untuk mengidentifikasi atau memverifikasi individu berdasarkan ciri-ciri wajah mereka. Sistem pengenalan wajah yang efektif memerlukan ketahanan terhadap variasi pencahayaan, ekspresi wajah, dan jarak antara kamera dan subjek. Penelitian ini bertujuan untuk mengembangkan dan menguji sistem pengenalan wajah berbasis algoritma Haar Cascade untuk deteksi wajah dan Local Binary Pattern Histogram (LBPH) untuk pengenalan wajah. Metodologi yang digunakan meliputi beberapa tahapan: pertama, deteksi wajah dilakukan dengan menggunakan Haar Cascade yang melibatkan konversi citra warna menjadi grayscale, perhitungan integral image, penerapan cascade classifier, dan augmentasi data untuk meningkatkan kualitas dataset. Selanjutnya, model dilatih menggunakan LBPH dengan tahapan perhitungan nilai LBP, histogram LBPH, normalisasi, serta klasifikasi fitur untuk membedakan identitas wajah.

Hasil pengujian menunjukkan bahwa algoritma LBPH menghasilkan akurasi terbaik pada kondisi pencahayaan sedang dengan rata-rata akurasi mencapai 90%. Akurasi pengenalan wajah cenderung menurun pada pencahayaan yang terlalu terang, terutama pada jarak 30-60 cm, disebabkan oleh hilangnya detail wajah akibat overexposure. Sebaliknya, pada kondisi pencahayaan rendah, meskipun akurasi sedikit menurun, sistem tetap dapat mengenali wajah secara efektif asalkan posisi wajah cukup terpapar cahaya. Pengujian terhadap variasi ekspresi wajah menunjukkan bahwa LBPH dapat menangani ekspresi yang tidak ekstrem, tetapi akurasi menurun ketika wajah tertutup oleh objek seperti kacamata, karena LBPH menganggap kacamata sebagai penghalang wajah. Selain itu, pada pengujian dengan sudut kemiringan wajah 15° dan 45°, akurasi mencapai 92% pada pencahayaan sedang, 86% pada pencahayaan rendah, dan 88% pada pencahayaan terang. Sistem juga terbukti mampu melakukan pengenalan wajah dengan waktu pengenalan yang cepat, di bawah 15 detik, meskipun dengan jumlah dataset yang lebih besar.

Secara keseluruhan, penelitian ini menunjukkan bahwa kombinasi Haar Cascade dan LBPH efektif untuk pengenalan wajah dengan akurasi yang mendekati 90%, meskipun terdapat variasi pencahayaan, ekspresi, dan jarak. Metode ini layak diterapkan dalam aplikasi autentikasi atau verifikasi berbasis wajah dengan keandalan tinggi, meskipun tantangan tetap ada pada objek yang menghalangi wajah seperti kacamata.

Kata kunci: pengenalan wajah, Haar Cascade, LBPH, verifikasi identitas, TOEFL, akurasi, ekspresi wajah, pencahayaan, teknologi digital.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	pengenalan wajah, Haar Cascade, LBPH, verifikasi identitas, TOEFL, akurasi, ekspresi wajah, pencahayaan, teknologi digital.
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Bayu Setya Pambudi
Date Deposited:	17 Dec 2024 02:01
Last Modified:	17 Dec 2024 02:01
URI:	http://eprints.upnyk.ac.id/id/eprint/41870

Actions (login required)

View Item