Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal CYCLOTRON SAINTEK
Farid Wahyu Wicaksono
Unknown Affiliation
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Identifikasi Wajah Personal dan Hemat Daya dengan ESP32 dan OV2640 Berbasis Model ResNet-29 Muhamad Amirul Haq; Aswin Rosadi; Farid Wahyu Wicaksono
CYCLOTRON Vol 7 No 02 (2024): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/cl.v7i02.23286

Abstract

Sistem identifikasi wajah memiliki peran penting dalam kehidupan sehari-hari dan banyak diintegrasikan di berbagai aplikasi. Penelitian ini bertujuan untuk mengembangkan sistem identifikasi wajah yang hemat daya, terjangkau, dan dapat dikustomisasi menggunakan device ESP32-CAM dan metode jaringan syaraf tiruan. Metode tradisional identifikasi wajah sering kali menghadapi kesulitan dalam menangani variasi pose, pencahayaan, dan ekspresi wajah. Dengan menggunakan model jaringan syaraf tiruan, ResNet-29, sistem ini mampu menghasilkan embedding wajah yang akurat dan efisien untuk aplikasi real-time. Evaluasi sistem menunjukkan bahwa penggunaan ESP32-CAM sebagai perangkat pengambil gambar dan server video stream, serta komputer sebagai pemroses data, dapat meningkatkan akurasi dan keandalan sistem pengenalan wajah. Eksperimen kami menunjukkan model dapat mencapai akurasi 80% pada kondisi ekstrim.
ANALISA KINERJA VIOLA-JONES ALGORITHM DAN DLIB LIBRARY UNTUK KLASIFIKASI PENGENALAN CITRA WAJAH Farid Wahyu Wicaksono
Prosiding Sains dan Teknologi Vol. 3 No. 1 (2024): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 3 - Januari 2024
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis kinerja Viola-Jones Algorithm dan Dlib Library dalam pengenalan citra wajah adalah aspek krusial dalam pengembangan sistem kecerdasan buatan. Kedua metode tersebut mewakili pendekatan yang berbeda dalam menangani tantangan pengenalan wajah, dengan Viola-Jones memanfaatkan fitur-deteksi berbasis heuristik dan Dlib menggunakan teknik deep learning berbasis CNN. Viola-Jones Algorithm, meskipun merupakan metode yang terkenal untuk deteksi objek termasuk wajah, terutama dalam deteksi wajah, namun memiliki keterbatasan dalam hal ketepatan pengenalan pada variasi rotasi dan ekspresi wajah yang kompleks. Sementara itu, Dlib Library yang berbasis deep learning menawarkan kemampuan yang lebih adaptif terhadap variasi tersebut karena keunggulannya dalam mengekstraksi fitur dan pemahaman yang lebih mendalam terhadap citra wajah. Penggunaan metrik evaluasi seperti akurasi, presisi, recall, dan F1-Score dalam analisis ini memberikan pemahaman yang komprehensif tentang performa kedua pendekatan. Temuan dari penelitian ini memberikan panduan yang berharga dalam memilih pendekatan yang paling sesuai dengan kebutuhan sistem tertentu. Dengan demikian, penelitian ini bukan hanya menyoroti keunggulan teknis dari masing-masing algoritma, tetapi juga memberikan pandangan yang penting untuk penerapan praktis dalam sistem pengenalan wajah di berbagai bidang, mulai dari keamanan hingga teknologi otentikasi.
Co-Authors Aswin Rosadi Muhamad Amirul Haq