PAMBUDI, Bagas Bangkit (2022) Rancang Bangun Aplikasi Web Face Recognition Metode Siamese Neural Network dan Face Anti Spoofing Metode Peta Kedalaman Citra berbasis Ekstrasi Pantulan Specular dan Diffuse. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) HALAMAN COVER_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Download (117kB)
	PDF (Legalitas) LEGALITAS_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Restricted to Repository staff only Download (1MB)
	PDF (Abstrak) ABSTRAK_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Download (258kB)
	PDF (BabI) BAB 1_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Restricted to Repository staff only until 11 August 2023. Download (223kB)
	PDF (BabII) BAB 2_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Restricted to Repository staff only until 11 August 2023. Download (767kB)
	PDF (BabIII) BAB 3_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Restricted to Repository staff only until 11 August 2023. Download (397kB)
	PDF (BabIV) BAB 4_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Restricted to Repository staff only Download (1MB)
	PDF (BabV) BAB 5_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Download (209kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Download (166kB)
	PDF (Lampiran) LAMPIRAN_Bagas Bangkit Pambudi_H1A018042_TE_2022.pdf Restricted to Repository staff only Download (607kB)

Abstract

Face Recognition adalah sistem biometrik yang berkerja mengetahui identitas seseorang berdasarkan karakteristik dari wajahnya. Dalam perkembangkannya sistem pengenalan wajah juga rentan terhadap beberapa serangan yang berguna untuk melucuti sistem, salah satunya adalah Spoofing . Spoofing adalah salah satu kejahatan di dunia maya yang dimana penjahat tersebut akan berpura-pura bahwa dia adalah pemilik yang asli. Baik Face Recognition dan anti Spoofing merupakan sistem yang membutuhkan komputasi yang tinggi sehingga kurang baik dalam tahap deployment kedalam server. Maka dari itu disini penulis ingin membuat Face Recognition dan anti Spoofing yang efisien sehingga dapat berjalan pada web aplikasi. Dalam implementasinya, sistem pengenalan wajah akan menggunakan Jaringan Saraf Tiruan Siam/SNN. SNN adalah suatu arsitektur yang menggunakan dua buah Neural Network dengan bobot dan parameter yang sama pada tiap layer. Data masukkan SNN adalah 2 buah citra yang berpasangan, dimana citra pertama merupakan citra pembanding dan yang kedua merupakan citra yang ingin di tes atau di prediksi Keunggulan Jaringan Saraf Tiruan Siam yaitu, dapat menggunakan jumlah data yang lebih sedikit, membutuhkan komputasi yang rendah, dan tidak memerlukan pelatihan ulang jika ingin menambahkan kelas. Sedangkan untuk Face anti Spoofing akan menggunakan peta kedalaman yang bernama SpecDiff. SpecDiff akan menghasilkan 3D Shape dari wajah, jika citra wajah dideteksi memiliki pola datar maka akan diduga citra tersebut Spoofing . Umumnya peta kedalaman dibuat dengan menggunakan sensor khusus dan membutuhkan komputasi yang tinggi. Maka dari itu penulis ingin membuat peta kedalaman dengan menggunakan minimal hardware dan komputasi yang rendah. Salah satunya adalah menggunakan ekstrasi pantulan Specular dan diffuse. Adapun Dataset yang digunakan seperti Dataset Flash dan Background berjumlah 718 gambar , Olivetti berjumlah 400. Hasil Evaluasi Face Anti Spoofing Model SVM SpecDiff Kernel linear didapatkan Akurasi 1, F1 Score 1, FAR 0 dan FRR 0. Lalu Kernel Rbf Akurasi 0.99, F1 Score 0.99, FAR 0.0285 dan FRR 0. Untuk sistem pengenalan wajah pada SNN v1 didapatkan Akurasi 0.98 dan F1 Score 0.98. Sedangkan pada SNN v2 didapatkan Akurasi 0.97 dan F1 Score 0.97 dengan Distance measure terbaik yaitu Element Wise Absolute Differance

Actions (login required)

View Item