Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal TRANSIENT: Jurnal Ilmiah Teknik Elektro
Kresna Lita Maulana
Departemen Teknik Elektro, Universitas Diponegoro Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia
Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DAN JARAK EUCLIDEAN Kresna Lita Maulana; Achmad Hidayatno; Imam Santoso
Transient: Jurnal Ilmiah Teknik Elektro TRANSIENT, VOL. 7, NO. 1, MARET 2018
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (834.257 KB) | DOI: 10.14710/transient.v7i1.62-69

Abstract

Wajah merupakan salah satu identitas bagi setiap individu pada sistem biometrik. Wajah merupakan ciri unik dari setiap manusia yang dapat membedakan rupa antar manusia. Berbeda dengan manusia yang dapat mengenali wajah dengan mudah dan cepat, komputer tidak secepat dan semudah manusia. Pada komputer diperlukan suatu algoritme dalam pengenalan wajah. Pada Penelitian ini, dirancang suatu sistem pengenalan wajah menggunakan kamera web dan OpenCV yang terpasang pada Raspberry Pi 3 Model B. Masukan sistem berupa video real-time yang diperoleh dari kamera web. Metode yang digunakan pada pendeteksian wajah adalah metode Viola-Jones dan dalam pengenalan wajah digunakan metode eigenface dan jarak euclidean. Terdapat 5 responden yang diambil citra wajahnya sebagai database. Hasil yang diperoleh dari sistem ini adalah nama dari setiap responden yang terdapat pada database. Berdasarkan hasil pengujian pada kondisi dalam ruangan dihasilkan rata-rata akurasi sebesar 99,8%,  sedangkan pada kondisi luar ruangan dihasilkan rata-rata akurasi sebesar 93,8%. Pada pengujian citra wajah yang diberi derau salt & pepper dengan kepadatan derau 0,001 dan 0,01 didapatkan bahwa program mampu mengenali wajah dengan benar. Program mampu mengenali wajah  dengan benar pada citra yang dirotasi sebesar 10 derajat.
Co-Authors Achmad Hidayatno Santoso, Imam