Rancang Bangun Prototipe Sistem Pengenalan Wajah Berbasis Multi-Task Cascaded Convolutional Network (MTCNN) untuk Mengoptimalkan Pengelolaan Data Mahasiswa di Universitas Lampung

Yudha, Nugraha (2025) Rancang Bangun Prototipe Sistem Pengenalan Wajah Berbasis Multi-Task Cascaded Convolutional Network (MTCNN) untuk Mengoptimalkan Pengelolaan Data Mahasiswa di Universitas Lampung. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (159Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (9Mb) | Minta salinan
Preview	File PDF SKRIPSI TANPA PEMBAHASAN.pdf Download (8Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Pengelolaan data mahasiswa yang efisien dan akurat merupakan aspek krusial dalam mendukung administrasi pendidikan di perguruan tinggi. Namun, metode pendataan manual yang masih umum digunakan saat ini sering kali menghadapi berbagai kendala, seperti human error, kehilangan data, dan manipulasi identitas, yang berdampak negatif pada efektivitas manajemen akademik. Untuk mengatasi tantangan ini, penelitian ini mengusulkan optimalisasi sistem pendataan mahasiswa di Universitas Lampung dengan mengadopsi teknologi pengenalan wajah berbasis algoritma Multi-task Cascaded Convolutional Networks (MTCNN). Tujuan penelitian ini adalah untuk membuat sistem yang dapat mengidentifikasi wajah mahasiswa secara otomatis dan real-time, meningkatkan efektifitas dan efisiensi pendataan mahasiswa. Diharapkan sistem ini akan memungkinkan verifikasi identitas yang lebih aman dan cepat dan mengurangi kesalahan pendataan. Hasil pengujian menunjukkan performa algoritma MTCNN dalam mengklasifikasikan citra pendeteksi wajah mahasiswa menunjukan skor akurasi sistem sebesar 0.8081, Precision model menunjukkan angka 0.8129, Recall atau sensitivitas model tercatat sebesar 0.7689, F1 Score model adalah 0.7643 dan nilai FPS (Frames Per Second) yang rendah yaitu 0.53. Sistem pengenalan wajah dapat berjalan secara real-time dengan frame per second (FPS) bervariasi pada jarak 0,5–2 meter dari kamera. Implementasi sistem ini menjadi tahap awal penerapan teknologi pengenalan wajah untuk berbagai kebutuhan akademik di Universitas Lampung.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 003 Sistem-sistem 000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data 000 Ilmu komputer, informasi dan pekerjaan umum > 006 Metode komputer khusus 600 Teknologi (ilmu terapan) > 602 Aneka ragam tentang teknologi dan ilmu terapan 600 Teknologi (ilmu terapan) > 607 Pendidikan, riset, topik terkait 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi:	Fakultas Teknik > Prodi S1-Teknik Informatika
Pengguna Deposit:	2308172506 . Digilib
Date Deposited:	19 Feb 2025 08:46
Terakhir diubah:	19 Feb 2025 08:46
URI:	http://digilib.unila.ac.id/id/eprint/84598

Actions (login required)

Lihat Karya Akhir