Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
This paper presents a lip and smile detection method based-on the normalized RGB chromaticity diagram. The method employs the popular Viola-Jones detection method to detect the face. To avoid the false positive, the eye detector is introduced in the detection stage. Only the face candidates with the detected eyes are considered as the face. Once the face is detected, the lip region is localized using the simple geometric rule. Further, the the red color thresholding based-on the normalized RGB chromaticity diagram is proposed to extract the lip. The projection technique is employed for detecting the smile state. From the experiment results, the proposed method achieves the lip detection rate of 97% and the smile detection rate of 94%.

Paper ini menyajikan medote pendeteksi bibir dan senyum berdasarkan diagram tingkat kromatis RGB ternormalisasi. Metode ini menggunakan metode Viola-Jones yang populer untuk mendeteksi wajah. Untuk menghindari kesalahan positif, detektor mata diperkenalkan pada tahapan deteksi. Hanya kandidat wajah dengan mata yang telah terdeteksi yang dianggap sebagai wajah. Setelah wajah dideteksi, bagian bibir ditempatkan dengan menggunakan aturan geometris sederhana. Selanjutnya, batasan warna merah berdasarkan pada diagram kromatisitas RGB ternormalisasi digunakan untuk mengekstrak bibir. Teknik proyeksi digunakan untuk mendeteksi keadaan tersenyum. Dari hasil percobaan, metode yang diusulkan mencapai 97% untuk tingkat deteksi bibir dan 94% untuk tingkat deteksi senyum.

Abstrak :
ABSTRAK
Deteksi dan pengenalan wajah merupakan salah satu pengolah citra yang dapat digunakan untuk surveillance pada UAV. Namun kasus pengenalan wajah dan deteksi wajah ini merupakan pekerjaan yang sangat sulit dilakukan karena komputer harus dapat melakukan lokalisasi wajah dengan baik kemudian melakukan klasifikasi wajah. Tesis ini membahas penelitian metode deep learning yaitu deteksi wajah dengan menggunakan metode RCNN dan pengenalan wajah dengan menggunakan metode CNN. Eksperimen dengan menggunakan variasi sudut wajah dan jarak wajah terhadap kamera dilakukan untuk mengamati pengaruh parameter terhadap performa model. Hasil penelitian menunjukkan bahwa model RCNN dengan menggunakan satu wajah subjek dapat digunakan untuk melakukan deteksi wajah pada subjek dengan recognition rate sebesar 74% pada parameter IoU > 0.5. Nilai recognition rate pada sistem terintegrasi deteksi dan pengenalan wajah sangat tergantung dari hasil prediksi area wajah yang dihasilkan dari model RCNN. Percobaan membuktikan bahwa jarak subjek kamera mempengaruhi recognition rate dari model deteksi wajah.

---

ABSTRACT
Face detection and recognition is an image processor that can be used for surveillance on UAVs. However, the case of face recognition and face detection is a very difficult job to do because the computer must be able to do localization of the face well then do face classification. This thesis discusses the research of deep learning methods, namely face detection using the RCNN method and face recognition using the CNN method. Experiments using variations in face angle and face distance to the camera were conducted to observe the effect of parameters on the performance of the model. The results showed that the RCNN model using one subject's face could be used to detect faces on subjects with a recognition rate of 74% on the IoU parameter > 0.5. The value of recognition rate in the integrated detection and face recognition system is highly dependent on the results of the prediction of face areas generated from the RCNN model. Experiments prove that the distance of the camera subject affects the recognition rate of the face detection model.

Abstrak :
Identitas diri seseorang dalam jejaring sosial menjadi hal penting terutama ketika ingin mengenali siapa sebenarnya orang tersebut. Pencarian identitas diri dapat dengan mudah dilakukan melalui pencarian dalam situs search engine ataupun situs jejaring sosial yang ada pada komputer atau laptop. Metode ini sepertinya bukan merupakan hal yang efektif dan praktis seiring berkembangnya perangkat mobile dalam masyarakat seperti smartphone dan tablet. Untuk itu, dirancang sebuah sistem pengenalan wajah pada perangkat mobile. Sistem ini dirancang dalam bentuk aplikasi yang dikembangkan pada perangkat mobile Android. Penggunaan Android Face Detector API akan bertindak sebagai pustaka dalam proses deteksi wajah pada perangkat mobile sebelum melakukan proses offloading ke layanan komputasi awan. Hasil implementasi berupa modul deteksi wajah pada perangkat mobile dan modul pengenalan wajah (offloading) yang memanfaatkan layanan komputasi awan dengan bantuan komunikasi Representational State Transfer (REST). Hasil pengujian sistem pada perangkat mobile menunjukkan bahwa total waktu pengenalan wajah sebesar 7,45 detik dengan waktu deteksi wajah (onloading) 0,45 detik dan waktu proses offloading 7 detik. ......The identity of a person in social networking becomes very important especially when we want to identify a person. Search for detailed-identity can be easily conducted through searching using the search engine sites or existing social networking website using computer or laptop. This method is not effective and practical when we consider the development of mobile device technology in the community such as smartphone and tablet. Therefore, designed a face recognition system on mobile devices. The system is designed in the form of an application developed on Android mobile devices. The use of Android Face Detector API will act as libraries in the process of face detection before performing the offloading stage. This paper describes the implementation of the facial detection module on mobile device and face recognition module (offloading) using cloud computing service with REST communication. The result of testing on mobile device indicates that total computation time for face recognition system reached 7,45 seconds with the onloading process 0,45 seconds and the offloading process 7 seconds.

Abstrak :
A new approach for detecting faces in a digital image with unconstrained background has been developed......

Abstrak :
Pada masa pandemi COVID-19, banyak orang kehilangan pekerjaan karena perusahaan tidak mampu meraih keuntungan seperti pada kondisi normal dan terpaksa mengurangi jumlah pekerjanya. Kondisi ini bisa meningkatkan tingkat kejahatan terutama karena banyak orang tidak memiliki pendapatan. Salah satu metode efektif untuk mencegah terjadinya tindak kejahatan adalah dengan memasang sistem keamanan rumah (home security), dengan salah satu metode yang mudah dilakukan adalah memasang sistem pengawasan (surveillance). Penelitian ini bertujuan membuat sistem pengawasan yang memanfaatkan metode pelacakan wajah dan identifikasi wajah. Sistem ini menggabungkan 3 modul, yaitu pelacak Discriminative Single-Shot Segmentation (D3S), pendeteksi wajah MTCNN, dan pengenal wajah VGGFace2 untuk membuat sistem yang mampu melacak wajah orang yang tertangkap di kamera pengawasan. Sistem yang diusulkan juga memiliki fitur notifikasi untuk memberitahu jika ada orang asing yang terlalu lama berada di area pengawasan. Sistem ini akan mengevaluasi video bacaan dari Raspberry Pi dan PiCamera selaku alat penangkap citra. Sistem ini dievaluasi menggunakan metrik precision, recall, F-score untuk deteksi dan pelacakan, fps untuk evaluasi kecepatan komputasi, dan confusion matrix dengan akurasi untuk evaluasi identifikasi wajah. Dari hasil uji coba, sistem berjalan dengan kecepatan komputasi rata- rata sebesar 2.64 fps. Hasil pendeteksian dan pelacakan menunjukkan performa dengan nilai F-score 0.541 untuk dataset yang dikumpulkan sendiri. Akurasi identifikasi wajah memberikan hasil sebesar 50 persen. ......During the COVID-19 pandemic, many people lost their jobs because companies were unable to make profits as normal conditions and were forced to reduce the number of workers. This condition could lead to increase of crime rate, especially because many people do not have any income. One way to prevent crime effectively is to install a safe home security system, in which a surveillance system is the most basic and effective. This study aims to create a surveillance system using face detection, face identification and face tracking method. This system combines 3 modules, namely Discriminative Single- Shot Segmentation (D3S) tracker, MTCNN face detector, and VGGFace2 face recognizer to create a system capable of tracking the faces of people caught on surveillance camera(s). The proposed system also have a notification feature to tell the house owner if a stranger have been staying in surveillance area for too long. This system will evaluate video readings from the Raspberry Pi as the camera capture tool. The system is evaluated using metrics such as precision, recall, F-score for detection and tracking, fps for computational speed evaluation, and confusion matrix with accuracy for evaluating the facial identification. From the test result, the system runs with a computation speed of 2.64 fps. The detection and tracking results show the performance with an F-score of 0.541. Facial identification accuracy gave a result of 50 percent.

Abstrak :
Penelitian ini bertujuan untuk merancang sistem informasi pencarian orang hilang dengan pendekatan user-centered design. Dalam upaya mengatasi permasalahan pencarian orang hilang akibat bencana alam dan kurangnya akses informasi, penelitian ini fokus pada analisis proses bisnis dan pengalaman pengguna. Responden penelitian termasuk lembaga resmi, keluarga korban yang hilang, relawan pencari, dan ahli di bidang sistem interaksi. Hasil penelitian menghasilkan sistem informasi dengan fitur seperti daftar orang hilang, membuat laporan orang hilang, membuat laporan klaim temuan orang hilang, face detection untuk verifikasi data, face recognition untuk pencarian data, sistem notifikasi untuk melibatkan komunitas, dan verifikasi data kependudukan melalui NIK. Penelitian ini dilakukan dalam tiga iterasi. Hasil evaluasi menunjukkan bahwa sistem ini memiliki tingkat penerimaan yang baik dari pengguna, dengan nilai SUS mencapai 70,779 dan nilai PSSUQ yang menunjukkan sistem yang berguna, berkualitas, dan mudah digunakan. Rancangan desain sistem informasi ini diharapkan dapat membantu Kepolisian Republik Indonesia dalam upaya pencarian orang hilang akibat bencana alam di Indonesia. ......This study aimed to design a user-centered information system for searching for missing persons in Indonesia, especially in the context of natural disasters and extreme climate change. The research involved analyzing business processes and user experiences using Shneiderman's eight golden rules. The resulting system includes features like a list of missing persons, reporting missing persons, claims for finding missing persons, face detection for data verification, face recognition for data search, community notification, and population data verification using NIK. The research went through three iterations, producing low-fidelity and high-fidelity prototypes, and was evaluated qualitatively and quantitatively. The evaluations showed good usability and acceptance by users, with an SUS value reaching 70.779 and a PSSUQ value indicating a system that is useful, high quality and easy to use.. The hope is that this system design will assist the Indonesian National Police in their efforts to create an effective missing persons information system, particularly in disaster situations.

Abstrak :
Penelitian ini bertujuan untuk merancang sistem informasi pencarian orang hilang dengan pendekatan user-centered design. Dalam upaya mengatasi permasalahan pencarian orang hilang akibat bencana alam dan kurangnya akses informasi, penelitian ini fokus pada analisis proses bisnis dan pengalaman pengguna. Responden penelitian termasuk lembaga resmi, keluarga korban yang hilang, relawan pencari, dan ahli di bidang sistem interaksi. Hasil penelitian menghasilkan sistem informasi dengan fitur seperti daftar orang hilang, membuat laporan orang hilang, membuat laporan klaim temuan orang hilang, face detection untuk verifikasi data, face recognition untuk pencarian data, sistem notifikasi untuk melibatkan komunitas, dan verifikasi data kependudukan melalui NIK. Penelitian ini dilakukan dalam tiga iterasi. Hasil evaluasi menunjukkan bahwa sistem ini memiliki tingkat penerimaan yang baik dari pengguna, dengan nilai SUS mencapai 70,779 dan nilai PSSUQ yang menunjukkan sistem yang berguna, berkualitas, dan mudah digunakan. Rancangan desain sistem informasi ini diharapkan dapat membantu Kepolisian Republik Indonesia dalam upaya pencarian orang hilang akibat bencana alam di Indonesia. ......This study aimed to design a user-centered information system for searching for missing persons in Indonesia, especially in the context of natural disasters and extreme climate change. The research involved analyzing business processes and user experiences using Shneiderman's eight golden rules. The resulting system includes features like a list of missing persons, reporting missing persons, claims for finding missing persons, face detection for data verification, face recognition for data search, community notification, and population data verification using NIK. The research went through three iterations, producing low-fidelity and high-fidelity prototypes, and was evaluated qualitatively and quantitatively. The evaluations showed good usability and acceptance by users, with an SUS value reaching 70.779 and a PSSUQ value indicating a system that is useful, high quality and easy to use.. The hope is that this system design will assist the Indonesian National Police in their efforts to create an effective missing persons information system, particularly in disaster situations.

Abstrak :
Penelitian ini bertujuan untuk merancang sistem informasi pencarian orang hilang dengan pendekatan user-centered design. Dalam upaya mengatasi permasalahan pencarian orang hilang akibat bencana alam dan kurangnya akses informasi, penelitian ini fokus pada analisis proses bisnis dan pengalaman pengguna. Responden penelitian termasuk lembaga resmi, keluarga korban yang hilang, relawan pencari, dan ahli di bidang sistem interaksi. Hasil penelitian menghasilkan sistem informasi dengan fitur seperti daftar orang hilang, membuat laporan orang hilang, membuat laporan klaim temuan orang hilang, face detection untuk verifikasi data, face recognition untuk pencarian data, sistem notifikasi untuk melibatkan komunitas, dan verifikasi data kependudukan melalui NIK. Penelitian ini dilakukan dalam tiga iterasi. Hasil evaluasi menunjukkan bahwa sistem ini memiliki tingkat penerimaan yang baik dari pengguna, dengan nilai SUS mencapai 70,779 dan nilai PSSUQ yang menunjukkan sistem yang berguna, berkualitas, dan mudah digunakan. Rancangan desain sistem informasi ini diharapkan dapat membantu Kepolisian Republik Indonesia dalam upaya pencarian orang hilang akibat bencana alam di Indonesia. ......This study aimed to design a user-centered information system for searching for missing persons in Indonesia, especially in the context of natural disasters and extreme climate change. The research involved analyzing business processes and user experiences using Shneiderman's eight golden rules. The resulting system includes features like a list of missing persons, reporting missing persons, claims for finding missing persons, face detection for data verification, face recognition for data search, community notification, and population data verification using NIK. The research went through three iterations, producing low-fidelity and high-fidelity prototypes, and was evaluated qualitatively and quantitatively. The evaluations showed good usability and acceptance by users, with an SUS value reaching 70.779 and a PSSUQ value indicating a system that is useful, high quality and easy to use.. The hope is that this system design will assist the Indonesian National Police in their efforts to create an effective missing persons information system, particularly in disaster situations.