View/Open

Author
VINA, ALVIONITA

Advisor
Andika, Setiawan, S.Kom., M.Cs.
Winda, Yulita, S.Pd., M.Cs.

Koleksi
Teknik Informatika

Publisher

Keadaan pandemi Covid-19 yang hampir terjadi di seluruh belahan dunia memaksa setiap orang untuk mengenakan masker. Akibatnya teknologi pengenalan wajah cukup sulit dilakukan apabila wajah yang diidentifikasi menggunakan masker dan berkemungkinan mengurangi performa dari metode pengenalan wajah oleh karena sebagian wajah tertutup oleh masker seperti bagian hidung dan mulut. Sehingga, penelitian terkait pengenalan wajah bermasker perlu dilakukan di era pandemi saat ini. Berdasarkan studi literatur yang telah dilakukan dari penelitianpenelitian sebelumnya diperoleh bahwa metode Local Binary Patterns Histogram(LBPH) menghasilkan akurasi tertinggi yaitu 100%, kemudian metode Squared Euclidean Distance Classifier juga menghasilkan rata-rata akurasi terbaik yaitu sebesar 94% untuk identifikasi wajah tanpa masker. Oleh karena itu, pada penelitian ini dilakukan integrasi antara metode LBPH dan Squared Euclidean Distance Classifier serta melihat akurasi yang dihasilkan dari data citra wajah dengan masker dan tanpa masker. Di penelitian ini digunakan juga pre-trained model YOLO untuk deteksi wajah yang kemudian data wajah tersebut digunakan untuk memperoleh model identifikasi wajah. Dari penelitian data yang digunakan yaitu data wajah bermasker sejumlah 150 data dan data wajah tanpa masker sebanyak 150 data dari 15 individu yang berbeda. Berdasarkan penelitian tersebut diperoleh bahwa integrasi kedua metode berhasil melakukan identifikasi wajah dengan akurasi yang didapat dengan Region of Interest(ROI) 110:300 yaitu sebesar 96

URI
https://repo.itera.ac.id/depan/submission/SB2301100008

Keyword