Kinnanti, Widya (2024) APLIKASI PENDETEKSI JENIS KULIT WAJAH MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS WEBSITE. Diploma thesis, Politeknik Harapan Bersama.
Text (Cover)
Cover.pdf Download (613kB) |
|
Text (BAB I)
Bab 1.pdf Download (238kB) |
|
Text (BAB II)
Bab 2.pdf Restricted to Registered users only Download (2MB) |
|
Text (BAB III)
Bab 3.pdf Download (102kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf Download (103kB) |
|
Text (Daftar Lampiran)
Daftar Lampiran.pdf Download (5MB) |
Abstract
Penelitian ini bertujuan untuk mengembangkan dan menguji sebuah aplikasi berbasis web yang mampu mengidentifikasi jenis kulit wajah dengan menggunakan model Convolutional Neural Network (CNN) dan ResNet50. Pengujian sistem menunjukkan bahwa model yang dikembangkan berhasil mencapai akurasi sebesar 83%, menandakan efektivitas yang tinggi dalam mengidentifikasi jenis kulit wajah. Aplikasi ini dikembangkan menggunakan Flask dan PHP untuk mengelola alur kerja serta menyimpan gambar hasil tangkapan, yang mendukung efisiensi dalam pengembangan aplikasi. Perbandingan antara model CNN dan ResNet50 menunjukkan bahwa akurasi keduanya hampir setara, namun ResNet50 memiliki sedikit keunggulan akurasi. Pengujian blackbox mengonfirmasi bahwa fitur-fitur aplikasi berfungsi dengan baik. Dari sisi usability, aplikasi ini mendapatkan skor rata-rata 80, yang masuk dalam kategori B atau GOOD, menunjukkan tingkat kenyamanan dan kemudahan penggunaan yang baik. Rekomendasi untuk pengembangan lebih lanjut mencakup penambahan fitur rekomendasi produk yang lebih spesifik, pengumpulan dataset yang lebih luas dan beragam, serta pengujian di lapangan untuk memastikan aplikasi dapat berfungsi dengan baik dalam kondisi nyata. Kata Kunci: Identifikasi jenis kulit wajah, Convolutional Neural Network (CNN), ResNet50, Flask, Usability, PHP.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technical Information |
Divisions: | Teknik > Diploma IV Teknik Informatika |
Depositing User: | Widya Kinnanti |
Date Deposited: | 10 Sep 2024 03:11 |
Last Modified: | 10 Sep 2024 03:12 |
URI: | http://eprints.poltektegal.ac.id/id/eprint/4210 |
Actions (login required)
View Item |