PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK SISTEM ABSENSI MULTIPLE FACE RECOGNITION DI FAKULTAS TEKNOLOGI INDUSTRI

Nazula, Dilla Restu (2024) PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK SISTEM ABSENSI MULTIPLE FACE RECOGNITION DI FAKULTAS TEKNOLOGI INDUSTRI. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32602000019_fullpdf.pdf Download (3MB)
	Text Teknik Informatika_32602000019_pernyataan_publikasi.pdf Restricted to Registered users only Download (166kB)

Abstract

Sistem identifikasi biometrik menggunakan pengenalan wajah untuk banyak hal, seperti sistem waktu dan kehadiran online. Tujuan penelitian ini adalah untuk melakukan klasifikasi dengan menggunakan teknik k-nearest neighbor (KNN) dan Local Binary Pattern Histogram (LBPH). Metode Haar-Cascade untuk membangun sistem deteksi wajah dengan bahasa pemrograman Python. Hasil pengujian menunjukkan bahwa metode KNN mencapai akurasi tertinggi yaitu 100.00% pada pengenalan wajah. Metode KNN digunakan untuk klasifikasi dan LBPH digunakan untuk ekstraksi fitur. Studi ini meningkatkan pemahaman tentang kesesuaian dan keuntungan relatif dari kedua metode dalam konteks pengenalan wajah untuk keperluan kehadiran online. Kata kunci: Pengenalan Wajah, Local Binary Pattern Histogram (LBPH), K-Nearest Neighbor (KNN)

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 4 UNISSULA
Date Deposited:	06 Feb 2025 03:25
URI:	http://repository.unissula.ac.id/id/eprint/37462

Actions (login required)

View Item