EKSTRAKSI FACE DETECTIONKOMEDIANINDONESIA DENGAN ALGORITMA CNN DAN MLP

Andriyanto, Muchamad (2024) EKSTRAKSI FACE DETECTIONKOMEDIANINDONESIA DENGAN ALGORITMA CNN DAN MLP. Bachelor thesis, Universitas Nasional.

	Text COVER (Cover, Lembar Penunjang, Abstrak, Kata Pengantar, Daftar Isi, Daftar Gambar, Daftar Tabel).pdf Download (663kB)
	Text BAB I.pdf Download (236kB)
	Text BAB II.pdf Download (369kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (222kB)
	Text LAMPIRAN (Daftar Pustaka, Lampiran Lampiran, Lembar Awal Hasil Turnitin).pdf Download (3MB)

Abstract

Teknologi pengenalan wajah telah berkembang pesat dari tahun 2020hingga 2024, didorong oleh kemajuan internet, kecerdasan buatan, dan perubahangaya hidup. Dalam konteks dunia hiburan di Indonesia, algoritma Convolutional Neural Network dan Multi-Layer Perceptron berpotensi digunakan untukmendeteksi wajah komedian dengan akurasi tinggi. Penelitian ini mengeksplorasi performa kedua algoritma tersebut dalam mendeteksi jenis kelamin, usia, danekspresi wajah komedian Indonesia, menggunakan pendekatan multi-modal danteknik ekstraksi fitur canggih untuk mengatasi tantangan seperti variasi pencahayaan, pose, dan ekspresi wajah. Kontribusi keilmuan utama dari penelitianini adalah pengembangan dataset komedian Indonesia yang belumadasebelumnya dalam studi pengenalan wajah. Selain itu, penelitian ini memberikanperbandingan komprehensif antara CNN dan MLP dalam tiga aspek berbeda: jeniskelamin, usia, dan ekspresi wajah. Hasil penelitian menunjukkan bahwa CNNunggul dalam deteksi jenis kelamin dengan akurasi, presisi, recall, dan F1-scoresebesar 91%, sementara MLP mencapai 57% dalam deteksi usia. MLPsedikit lebih unggul dalam deteksi ekspresi wajah dengan nilai 20%, dibandingkanCNNyang mencapai 18%. Temuan ini tidak hanya memperluas pemahaman teoritistentang kinerja algoritma dalam kondisi yang unik, tetapi juga memberikanlandasan praktis untuk pengembangan aplikasi AI yang lebih efektif dalamindustri hiburan Indonesia. Implementasi real-time dari algoritma ini pada aplikasi berbasis Android menunjukkan potensi besar untuk aplikasi praktis dalamindustri hiburan di Indonesia, menjembatani kesenjangan antara penelitian akademis dankebutuhan industri. Penelitian ini tidak hanya memberikan wawasan baru tentangperforma algoritma dalam pengenalan wajah di Indonesia, tetapi jugamemperkenalkan metode yang dapat diadaptasi pada populasi lain dengankarakteristik serupa.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General) T Technology > TS Manufactures
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	02 Jan 2025 03:34
Last Modified:	02 Jan 2025 03:34
URI:	http://repository.unas.ac.id/id/eprint/12504

Actions (login required)

View Item