<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="837">
<titleInfo>
<title><![CDATA[Deteksi wajah untuk menghitung jumlah mahasiswa menggunakan algoritma convolutional neural network]]></title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Satria Ramadhan</namePart>
<role><roleTerm type="text">Pengarang</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes"><![CDATA[mixed material]]></typeOfResource>
<genre authority="marcgt"><![CDATA[bibliography]]></genre>
<originInfo>
<place><placeTerm type="text"><![CDATA[]]></placeTerm></place>
<publisher><![CDATA[Fakultas Teknik / Teknik Informatika]]></publisher>
<dateIssued><![CDATA[2021]]></dateIssued>
<issuance><![CDATA[monographic]]></issuance>
<edition><![CDATA[Publish]]></edition>
</originInfo>
<language>
<languageTerm type="code"><![CDATA[id]]></languageTerm>
<languageTerm type="text"><![CDATA[Indonesia]]></languageTerm>
</language>
<physicalDescription>
<form authority="gmd"><![CDATA[Text]]></form>
<extent><![CDATA[]]></extent>
</physicalDescription>
<note>Deteksi wajah sudah menjadi sebuah teknologi dalam mengenali bentuk pola wajah. Universitas Islam
Syekh Yusuf dalam kegiatan untuk mengetahui jumlah kehadiran mahasiswa masih harus menghitung
maupun memanggil mahasiswa satu persatu, dimana hal ini dapat terjadi kesalahan dalam menghitung
jumlah kehadiran mahasiswa. Pada penelitian ini dilakukan untuk membuat sebuah sistem pendeteksian
wajah dalam menghitung jumlah mahasiswa kemudian menangkap dan mendeteksi seluruh wajah
mahasiswa secara akurat serta melakukan pengujian terhadap sistem yang telah dibuat, dimana ini
dilakukan untuk mengetahui sejauh apa sistem dapat bekerja, dalam penerapannya penelitian ini
menggunakan algoritma Convolutional Neural Network sebagai metode Deep Learning yang dapat
digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Berdasarkan
hasil pembahasan didapatkan tingkat akurasi dari proses training sebesar 99%, dan 98% pada proses
testing dalam mengklasifikasikan citra wajah, dengan pengujian sistem yang telah dibuat menggunakan
Raspberry Pi didapatlkan true label pertama untuk pengenalan wajah dengan jarak 1-5 meter berhasil
diidentifikasi dan true label kedua jarak 4 meter tidak berhasil diidentifikasi, sedangkan untuk
mendeteksi jumlah mahasiswa didapatkan dengan jarak 1-6 meter dapat mendeteksi jumlah dengan
akurat.</note>
<subject authority=""><topic><![CDATA[Deteksi Wajah]]></topic></subject>
<subject authority=""><topic><![CDATA[Convolutional Neural Network]]></topic></subject>
<subject authority=""><topic><![CDATA[Raspberry Pi]]></topic></subject>
<classification><![CDATA[TI2103209]]></classification><identifier type="isbn"><![CDATA[20210823]]></identifier><location>
<physicalLocation><![CDATA[REPOSITORY UNIS ]]></physicalLocation>
<shelfLocator><![CDATA[REF TI2103209 SAT d]]></shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1"><![CDATA[SR000715]]></numerationAndChronology>
<sublocation><![CDATA[Perpustakaan UNIS]]></sublocation>
<shelfLocator><![CDATA[REF TI2103209 SAT d]]></shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<slims:digitals>
<slims:digital_item id="2487" url="" path="/file 3 SATRIA RAMADHAN 1704030032.pdf" mimetype="application/pdf"><![CDATA[Halaman Judul_Abstrak_BAB 1_BAB 5_Daftar Pustaka]]></slims:digital_item>
</slims:digitals><slims:image><![CDATA[SKRIPSI.png.png]]></slims:image>
<recordInfo>
<recordIdentifier><![CDATA[837]]></recordIdentifier>
<recordCreationDate encoding="w3cdtf"><![CDATA[2022-04-18 13:35:26]]></recordCreationDate>
<recordChangeDate encoding="w3cdtf"><![CDATA[2022-10-18 09:05:26]]></recordChangeDate>
<recordOrigin><![CDATA[machine generated]]></recordOrigin>
</recordInfo></mods></modsCollection>