DETEKSI WAJAH MENGGUNAKAN HAAR CASCADE DAN FEATURE DESCRIPTOR HOG MELALUI KAMERA IP CCTV DIRUANG KELAS
| Main Authors: | Syefrida Yulina, Nengsih, Warnia |
|---|---|
| Format: | Article info application/pdf |
| Bahasa: | eng |
| Terbitan: |
Ninety Institute
, 2024
|
| Subjects: | |
| Online Access: |
https://ojs.ninetyjournal.com/index.php/JKBTI/article/view/125 https://ojs.ninetyjournal.com/index.php/JKBTI/article/view/125/50 |
| ctrlnum |
article-125 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">DETEKSI WAJAH MENGGUNAKAN HAAR CASCADE DAN FEATURE DESCRIPTOR HOG MELALUI KAMERA IP CCTV DIRUANG KELAS</title><creator>Syefrida Yulina</creator><creator>Nengsih, Warnia</creator><subject lang="en-US">biometrik</subject><subject lang="en-US">cctv</subject><subject lang="en-US">deteksi wajah manusia</subject><subject lang="en-US">fitur wajah</subject><description lang="en-US">Closed Circuit Television (CCTV) secara umum untuk tujuan keamanan mendapatkan informasi dalam jangka waktu tertentu. Identifikasi wajah manusia adalah salah satu fokus utama untuk teknologi ini. Pada penelitian ini, metode deteksi wajah manusia diterapkan pada ruang kelas belajar siswa dengan nilai akurasi. Metode ini nantinya dapat digunakan secara luas di era teknologi karena identifikasi biometrik adalah salah satu metode verifikasi terbaik. Dalam metode yang diusulkan, menyebarkan bagian-bagian fitur wajah yang berbeda seperti: hidung, mata dan mulut dapat dilakukan secara efektif dan cepat, tanpa memperhatikan cahaya atau iluminasi di latar belakang orang tersebut agar dapat digunakan di dalam ruangan kelas.</description><publisher lang="en-US">Ninety Institute</publisher><date>2024-05-31</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>File:application/pdf</type><identifier>https://ojs.ninetyjournal.com/index.php/JKBTI/article/view/125</identifier><source lang="en-US">Jurnal Kecerdasan Buatan dan Teknologi Informasi; Vol. 3 No. 2 (2024): Mei 2024; 55-60</source><source>2964-2922</source><source>2963-6191</source><language>eng</language><relation>https://ojs.ninetyjournal.com/index.php/JKBTI/article/view/125/50</relation><rights lang="en-US">Copyright (c) 2024 Syefrida Yulina, Warnia Nengsih</rights><rights lang="en-US">https://creativecommons.org/licenses/by/4.0</rights><recordID>article-125</recordID></dc>
|
| language |
eng |
| format |
Journal:Article Journal Other:info:eu-repo/semantics/publishedVersion Other File:application/pdf File |
| author |
Syefrida Yulina Nengsih, Warnia |
| title |
DETEKSI WAJAH MENGGUNAKAN HAAR CASCADE DAN FEATURE DESCRIPTOR HOG MELALUI KAMERA IP CCTV DIRUANG KELAS |
| publisher |
Ninety Institute |
| publishDate |
2024 |
| topic |
biometrik cctv deteksi wajah manusia fitur wajah |
| url |
https://ojs.ninetyjournal.com/index.php/JKBTI/article/view/125 https://ojs.ninetyjournal.com/index.php/JKBTI/article/view/125/50 |
| contents |
Closed Circuit Television (CCTV) secara umum untuk tujuan keamanan mendapatkan informasi dalam jangka waktu tertentu. Identifikasi wajah manusia adalah salah satu fokus utama untuk teknologi ini. Pada penelitian ini, metode deteksi wajah manusia diterapkan pada ruang kelas belajar siswa dengan nilai akurasi. Metode ini nantinya dapat digunakan secara luas di era teknologi karena identifikasi biometrik adalah salah satu metode verifikasi terbaik. Dalam metode yang diusulkan, menyebarkan bagian-bagian fitur wajah yang berbeda seperti: hidung, mata dan mulut dapat dilakukan secara efektif dan cepat, tanpa memperhatikan cahaya atau iluminasi di latar belakang orang tersebut agar dapat digunakan di dalam ruangan kelas. |
| id |
IOS19623.article-125 |
| institution |
DEFAULT |
| institution_type |
library:public library |
| library |
DEFAULT |
| collection |
DEFAULT |
| city |
DEFAULT |
| province |
DEFAULT |
| repoId |
IOS19623 |
| first_indexed |
2024-06-11T08:52:47Z |
| last_indexed |
2024-06-13T02:15:51Z |
| recordtype |
dc |
| _version_ |
1801710778485571584 |
| score |
9.9049015 |