• Login
    View Item 
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Engineering
    • View Item
    •   Home
    • UNDERGRADUATE THESES (Koleksi Skripsi Sarjana)
    • UT-Faculty of Engineering
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Purwarupa Implementasi Metode Convolution Neural Network Pada Face Recognition Untuk Menampilkan 8 Status Covid19

    Thumbnail
    View/Open
    Lallita Nurul Fajjrin - 191910201118.pdf (7.333Mb)
    Date
    2021-06-25
    Author
    FAJJRIN, Lailita Nurul
    Metadata
    Show full item record
    Abstract
    COVID19 penyakit menular yang pertama muncul di kota Wuhan pada bulan Desember tahun 2019. Tingkatan status corona virus menurut Kepmenkes Nomor HK.01.07/MENKES/413/2020, terbagi menjadi 8. Terdapat beberapa oknum diantara ke-8 status masih belum mentaati peraturan isolasi mandiri. Untuk melakukan pengawasan ini bisa digantikan dengan face recognition menggunakan metode CNN yang penulis letakkan di Laboratorium Fakultas Teknik Ruang Workshop Teknik Elektro. Alat ini digunakan untuk membaca wajah orang yang melewati ruang workshop kemudian status wajah akan ditampilkan di monitor. Dengan menggunakan komponen webcam sebagai pengolah gambar, NVIDIA Jetson Nano sebagai Processor, monitor 7 inch sebagai tampilan, keyboard dan mouse sebagai perangkat hardware maka terbentuklah perangkat keras untuk menjalankan program. Sedangkan untuk software digunakan sebuah model dengan format (.h5) yang berasal dari foto dengan ukuran 150 x 150 px. Cara membuat model dimulai dari membuat folder dengan nama training dan testing. Untuk folder training dimasukkan berisi 9 folder dengan nama pemilik wajah berbeda yang fotonya terdapat di dalam folder. Setiap foto di folder training berisi 50 foto. Kemudian untuk folder testing juga berisi 9 folder yang diberi nama sesuai dengan pemilik wajah yang fotonya ditempatkan ke dalam 9 folder tadi sebanyak 10 foto. Kemudian folder training dan testing ini dirubah ke bentuk rar dan diupload ke situs kaggle.com untuk selanjutnya dilakukan proses training dan testing ke dalam lapisan CNN. Lapisan CNN yang digunakan pada penelitian ini terdiri dari
    URI
    http://repository.unej.ac.id/xmlui/handle/123456789/107719
    Collections
    • UT-Faculty of Engineering [4281]

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository
     

     

    Browse

    All of RepositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Context

    Edit this item

    UPA-TIK Copyright © 2024  Library University of Jember
    Contact Us | Send Feedback

    Indonesia DSpace Group :

    University of Jember Repository
    IPB University Scientific Repository
    UIN Syarif Hidayatullah Institutional Repository