Analisa sistem deteksi wajah dengan menggunakan variasi proyeksi berbasis yolo

Irfiansyah, Muhammad Fiqih (2025) Analisa sistem deteksi wajah dengan menggunakan variasi proyeksi berbasis yolo. [Tugas Akhir/Skripsi]

	Text Abstrak.pdf Download (11MB)
	Text BAB 1.pdf Restricted to Repository staff only Download (257kB) | Request a copy
	Text BAB 2.pdf Restricted to Repository staff only Download (838kB) | Request a copy
	Text BAB 3.pdf Restricted to Repository staff only Download (328kB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text BAB 5.pdf Restricted to Repository staff only Download (223kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Repository staff only Download (204kB) | Request a copy
	Text Lampiran.pdf Restricted to Repository staff only Download (188kB) | Request a copy
	Text Hasil Cek Plagiasi Fiqih 1.pdf Download (114kB)
	Text Hasil Cek Plagiasi Fiqih 2.pdf Restricted to Repository staff only Download (26MB) | Request a copy
	Text IJASEIT_Muhammad Fiqih Irfiansyah.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Sistem deteksi wajah merupakan teknologi biometrik yang digunakan untuk mengidentifikasi wajah seseorang. Namun, teknologi ini menghadapi kendala saat mendeteksi wajah dari berbagai sudut pandang yang dapat memengaruhi akurasi dan kecepatan deteksi. Untuk mengatasi hal tersebut, algoritma seperti You Only Look Once (YOLO) dan Haar Cascade Classifier telah digunakan untuk mendeteksi objek. YOLO adalah algoritma yang mampu mendeteksi objek secara real-time, sedangkan Haar Cascade Classifier merupakan metode sederhana yang menggunakan fitur Haar untuk mendeteksi objek. Beberapa penelitian sebelumnya telah menguji kedua algoritma ini untuk mendeteksi objek seperti kendaraan bermotor dan jumlah pengunjung, dengan hasil menunjukkan bahwa YOLO memiliki tingkat akurasi yang lebih baik. Penelitian ini bertujuan untuk menganalisis kinerja algoritma YOLO dan Haar Cascade Classifier dalam mendeteksi wajah dari berbagai sudut pandang yang berbeda. Hasil pengujian menunjukkan bahwa YOLO mampu mendeteksi wajah secara konsisten dengan akurasi 100% pada semua kondisi. Sementara itu, Haar Cascade Classifier menunjukkan akurasi tinggi pada sebagian besar kondisi, namun mengalami penurunan signifikan pada sudut ekstrem -90° dan kondisi senyum pencahayaan normal dengan akurasi terendah mencapai 36.96% pada gambar dan 42.81% pada video. Meski Haar Cascade Classifier memiliki waktu deteksi yang lebih cepat, YOLO tetap unggul dalam hal akurasi dan konsistensi deteksi. Dengan demikian, pemilihan algoritma dapat disesuaikan dengan kebutuhan sistem, antara kecepatan proses atau akurasi deteksi. Kata Kunci: Deteksi wajah, YOLO, Haar Cascade Classifier, sudut pandang, akurasi deteksi. ================================================================ Face detection is a biometric technology used to identify a person’s face. However, this technology faces challenges when detecting faces from various angles, which can affect detection accuracy and speed. To address this issue, algorithms such as You Only Look Once (YOLO) and Haar Cascade Classifier have been used for object detection. YOLO is an algorithm capable of detecting objects in real time, while Haar Cascade Classifier is a simpler method that uses Haar features to detect objects. Several previous studies have tested both algorithms to detect objects such as motor vehicles and the number of visitors, with results showing that YOLO has better accuracy. This study aims to analyze the performance of YOLO and Haar Cascade Classifier algorithms in detecting faces from different viewpoints. The test results show that YOLO can consistently detect faces with 100% accuracy under all conditions. Meanwhile, Haar Cascade Classifier demonstrates high accuracy in most conditions but experiences a significant decrease at extreme angles of -90° and in smiling faces under normal lighting, with the lowest accuracy reaching 36.96% on images and 42.81% on videos. Although Haar Cascade Classifier has faster detection time, YOLO remains superior in terms of accuracy and detection consistency. Therefore, the choice of algorithm can be adjusted to the system’s needs, between processing speed or detection accuracy. Keywords: Face detection, YOLO, Haar Cascade Classifier, viewpoint, detection accuracy.

Item Type:	Tugas Akhir/Skripsi
Uncontrolled Keywords:	Kata Kunci: Deteksi wajah, YOLO, Haar Cascade Classifier, sudut pandang, akurasi deteksi.
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering > Computer Science or Informatics Study Program
Depositing User:	Muhammad Fiqih Irfiansyah
Date Deposited:	17 Sep 2025 04:23
Last Modified:	17 Sep 2025 04:23
URI:	http://erepository.uwks.ac.id/id/eprint/20991

Actions (login required)

View Item

Downloads