<?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="8576">
 <titleInfo>
  <title>SISTEM KEAMANAN PADA MOBIL BERBASIS FACE RECOGNITION MENGGUNAKAN ALGORITMA EIGENFACE</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Derry Wibowo</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1220301010</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Pekanbaru</placeTerm>
   <publisher>Pustaka Politeknik Caltex Riau</publisher>
   <dateIssued>2016</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>Jumlah Halaman : 40 | Ukuran : 20*15</extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
Pengenalan wajah adalah salah satu teknologi yang telah banyak&#13;
diaplikasikan dalam sistem keamanan. Dalam pengaplikasiannya&#13;
sendiri face recognition membutuhkan sebuah kamera untuk&#13;
menangkap wajah seseorang kemudian dibandingkan dengan wajah&#13;
sebelumnya yang telah tersimpan dalam suatu database. Ada&#13;
beberapa macam metoda pengenalan wajah yaitu Neural Network,&#13;
Jaringan Syaraf Tiruan, Neuro Fuzzy Adaptive dan Eigenface. Dalam&#13;
proyek akhir ini penulis akan menerapkan face recognition dengan&#13;
menggunakan metode Eigenface pada mobil, dan menggunakan&#13;
webcam untuk menangkap gambar secara real-time. Metode ini&#13;
mempunyai komputasi yang sederhana dan cepat dibandingkan&#13;
dengan penggunaan metode yang memerlukan banyak pembelajaran&#13;
seperti Jaringan Syaraf Tiruan. Secara garis besar proses dari sistem&#13;
ini adalah kamera melakukan capture wajah, kemudian didapatkan&#13;
sebuah nilai RGB. Ukuran gambar awal di resize, kemudian&#13;
mengubah format gambar dari RGB ke grayscale untuk mengurangi&#13;
efek iluminasi. Metode Eigenface digunakan untuk menghitung&#13;
eigenvalue dan eigenvector yang akan digunakan sebagai fitur dalam&#13;
melakukan pengenalan wajah. Metode Euclidean Distance&#13;
digunakan untuk mencari jarak dengan data fitur yang telah di dapat.&#13;
Teknik face recognition menggunakan metode Eigenface dikenal&#13;
memiliki performa yang cukup baik, karena memiliki tingkat&#13;
keberhasilan hingga 78%.&#13;
Kata kunci: Face Recognition, Eigenface, Raspberry Pi, Webcam.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Elektronika Telekomunikasi</topic>
 </subject>
 <classification>PA TET</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA TET</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1220301010</numerationAndChronology>
    <sublocation>Perpustakaan PCR (Rak R)</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals/>
 <recordInfo>
  <recordIdentifier>8576</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2019-03-21 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2021-07-08 08:52:01</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>