Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : CYCLOTRON

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.
Sistem Identifikasi Wajah Personal dan Hemat Daya dengan ESP32 dan OV2640 Berbasis Model ResNet-29 Haq, Muhamad Amirul; Rosadi, Aswin; Wicaksono, Farid Wahyu
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.