TRISYA BALQIS Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2022

Skripsi

Dengan berkembangnya teknologi seperti era sekarang ini, seluruh perguruan tinggi di Indonesia hampir semua sudah menerapkan absensi secara online. Sistem absensi online dengan menggunakan pengenalan wajah adalah teknologi yang mampu mengidentifikasi wajah seseorang dari gambar digital. Berdasarkan masalah yang sering dihadapi saat ini, pada saat melakukan absensi, sistem tidak mampu membedakan wajah asli atau cetakan. Berdasarkan masalah tersebut diperlukan suatu metode yang dapat membantu menghindari terjadinya face spoofing. Sehingga pada penelitian ini, dirancang suatu metode berbasis deep learning menggunakan dataset citra wajah asli dan wajah cetakan dengan memanfaatkan teknik ekstraksi fitur LBP (Local Binary Pattern) untuk membedakan wajah asli atau wajah cetakan. Dari penelitian yang sudah dilakukan, hasil pengujian menunjukkan bahwa kinerja klasifikasi face spoofing dengan metode LBP lebih unggul terhadap tiga arsitektur, yaitu pada model ResNet34 memperoleh nilai akurasi sebesar 98%, InceptionV3 memperoleh nilai akurasi 97%, dan EfficientNet memperoleh nilai akurasi 99,4%. Pada arsitektur VGG16 citra asli lebih unggul dengan nilai akurasi 99,5%. Dari hasil evaluasi diatas, dapat disimpulkan walaupun pada penelitian ini citra LBP tidak meungguli citra asli secara signifikan, namun penelitian ini menemukan bahwa pendeteksian face spoofing dengan menggunakan teknik ekstraksi fitur dapat dipertimbangkan dan dikaji lebih dalam. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 103048 2022-08-26 16:18:49 2022-08-26 17:00:47 machine generated