PENGEMBANGAN SISTEM PENGENALAN WAJAH TERINTEGRASI PADA ROBOT RESEPSIONIS MENGGUNAKAN METODE DEEP LEARNING BERBASIS CONVOLUTIONAL NEURAL NETWORK

YUDI, ENDANG DARMAWAN (2026) PENGEMBANGAN SISTEM PENGENALAN WAJAH TERINTEGRASI PADA ROBOT RESEPSIONIS MENGGUNAKAN METODE DEEP LEARNING BERBASIS CONVOLUTIONAL NEURAL NETWORK. Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) BAB 0.pdf Download (994kB)
	Text (BAB 1) BAB 1.pdf Download (568kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (566kB)
	Text (FULL BAB) FULL BAB.pdf Download (3MB)

Abstract

Penelitian ini bertujuan mengembangkan sistem pengenalan wajah yang terintegrasi pada robot resepsionis menggunakan metode Deep Learning berbasis Convolutional Neural Network (CNN) untuk meningkatkan kualitas interaksi antara manusia dan robot secara otomatis dan real-time. Sistem dirancang melalui beberapa tahapan yaitu deteksi wajah menggunakan metode Histogram of Oriented Gradients (HOG), ekstraksi fitur wajah menggunakan arsitektur ResNet pada CNN untuk menghasilkan representasi numerik berupa face embedding berdimensi 128, serta proses identifikasi menggunakan metode Euclidean Distance untuk menentukan tingkat kemiripan wajah. Sistem diimplementasikan pada komputer sebagai pusat pemrosesan dan diintegrasikan dengan mikrokontroler Arduino untuk mengendalikan pergerakan robot menggunakan motor servo serta memberikan respons otomatis berupa salam, proses check-in dan check-out, serta keluaran suara berdasarkan hasil pengenalan wajah. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi dan mengenali wajah secara stabil dengan performa real-time. Visualisasi embedding menggunakan metode t-SNE menunjukkan terbentuknya klaster fitur wajah yang konsisten untuk setiap individu. Selain itu, pengujian performa menunjukkan rata-rata waktu pemrosesan sistem sebesar sekitar 2,4 detik per frame dengan proses ekstraksi embedding sekitar 0,37 detik per citra. Hasil tersebut menunjukkan bahwa integrasi metode HOG dan CNN mampu menghasilkan sistem pengenalan wajah yang akurat dan responsif, sehingga robot resepsionis dapat memberikan layanan yang lebih cerdas, personal, dan otomatis dalam mendukung sistem pelayanan berbasis kecerdasan buatan.

Actions (login required)

View Item