title: IMPLEMENTASI ARSITEKTUR   RESNET50 DAN RESNET101 PADA   SISTEM KEHADIRAN BERBASIS FACE   RECOGNITION
creator: Ervan, Chodry
subject: 004 Pemrosesan data dan ilmu komputer
subject: 005 Pemrograman komputer, program dan data
description: Salah satu bidang yang berkembang pesat setelah munculnya teknologi machine   learning adalah teknologi face recognition. Convolutional Neural Network (CNN)  merupakan salah satu metode yang sangat berperan dalam perkembangan teknologi   face recognition. CNN memiliki berbagai jenis arsitektur yang dapat digunakan   pada teknologi face recognition. Penelitian ini bertujuan untuk mengetahui akurasi   dari model CNN dengan arsitektur ResNet50 dan ResNet101 yang   diimplementasikan pada teknologi face recognition. Penelitian ini dilaksanakan di   Jurusan Ilmu Komputer, Universitas Lampung, pada bulan Oktober - Desember   2023. Dataset yang digunakan adalah 400 gambar wajah dari 20 mahasiswa.   Dataset tersebut dibagi menjadi 40 data uji dan 360 data latih. Data latih yang telah   dipisahkan kemudian melalui proses preprocessing dan augmentasi hingga   jumlahnya meningkat menjadi total 14400 gambar. Data latih tersebut kemudian   dibagi kembali menjadi 11520 data latih dan 2880 data validasi. Hasil validasi pada   saat training model menunjukkan model ResNet50 mendapat akurasi terbaik   dengan nilai 96% dan model ResNet101 mendapat akurasi terbaik sebesar 85%.   Namun hasil pengujian menunjukkan kedua model hanya mendapat akurasi sebesar   60%. Hal ini diduga karena jumlah dataset yang digunakan masih sangat sedikit   untuk jumlah class yang cukup banyak.
publisher: Fakultas MIPA
date: 2024-01-18
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/79030/3/ABSTRAK%20%28ABSTRACT%29.pdf
format: text
identifier: http://digilib.unila.ac.id/79030/2/FILE%20SKRIPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/79030/4/FILE%20SKRIPSI%20FULL%20TANPA%20BAB%20PEMBAHASAN.pdf
identifier:   Ervan, Chodry  (2024) IMPLEMENTASI ARSITEKTUR RESNET50 DAN RESNET101 PADA SISTEM KEHADIRAN BERBASIS FACE RECOGNITION.  Fakultas MIPA, Universitas Lampung.     
relation: http://digilib.unila.ac.id/79030/