<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="16310">
<titleInfo>
<title><![CDATA[VERIFIKASI FOTOWAJAH MENGGUNAKAN METODE DNN DAN FACENET]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>DANIEL BARUS / 152017121</namePart>
<role><roleTerm type="text">Penulis</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Winarno Sugeng, Dr., Ir., M.Kom.</namePart>
<role><roleTerm type="text">Dosen Pembimbing 1</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[Teknik Informatika]]></placeTerm></place>
<publisher><![CDATA[FTI]]></publisher>
<dateIssued><![CDATA[2023]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[0]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[en]]></languageTerm>
<languageTerm type="text"><![CDATA[English]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Pemeriksaan foto paspor pada saat ini masih menggunakan sistem manual atau membutuhkan tenaga manusia. Dalam melakukan pemeriksaan tentunya tata cara pemeriksaan seperti ini memiliki beberapa keterbatasan yaitu human error karena petugas juga memiliki keterbatasan tenaga dalam melakukan pengecekan. Tujuan dari penelitian ini adalah dapat mengenali wajah seseorang meskipun area wajah tertutup oleh aksesoris. Metode yang digunakan sebagai deteksi wajah yaitu DNN dan metode untuk pengenalan wajah yaitu FaceNet. Untuk hasil pengujian dengan menggunakan dataset training model FaceNet telah menghasilkan model terbaik dengan akurasi 97,48% terhadap 6107 citra uji dan untuk testing gambar didapat akurasi gambar sebesar 97% dengan citra uji 412 dengan dataset yang di dapat dari Kaggle.com dan untuk pengujian secara realtime didapat hasil untuk kondisi wajah normal sebesar 90%, kondisi wajah menggunakan kacamata sebesar 83%, kondisi wajah menggunakan masker sebesar 70%, kondisi wajah menggunakan topi sebesar 81% dan kondisi wajah menggunakan semua aksesoris sebesar 66%. Dengan begitu sistem telah berjalan sesuai dengan yang diharapkan dan metode Facenet telah dapat diimplementasikan secara realtime pada sistem pengenalan wajah dengan akurasi pengenalan wajah yang sangat baik.</note>
<subject authority=""><topic><![CDATA[FaceNet]]></topic></subject>
<subject authority=""><topic><![CDATA[DNN]]></topic></subject>
<subject authority=""><topic><![CDATA[pengenalan wajah]]></topic></subject>
<classification><![CDATA[]]></classification><identifier type="isbn"><![CDATA[]]></identifier><location>
<physicalLocation><![CDATA[Setiadi Open Source ETD System]]></physicalLocation>
<shelfLocator><![CDATA[675IF/23]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[675IF/23]]></numerationAndChronology>
<sublocation><![CDATA[My Library]]></sublocation>
<shelfLocator><![CDATA[675IF/23]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="17649" url="" path="/152017121_675IF.pdf" mimetype="application/pdf"><![CDATA[VERIFIKASI FOTOWAJAH MENGGUNAKAN METODE DNN DAN FACENET]]></slims:digital_item>
</slims:digitals><recordInfo>
<recordIdentifier><![CDATA[16310]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2023-09-20 08:53:59]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2023-09-20 08:54:17]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>