Khordowi, Mukhlis Aburizal, Mukhlis Aburizal Khordowi (2026) RANCANG BANGUN SISTEM PENGENALAN WAJAH BERBASIS FACE TRACKING MENGGUNAKAN FRAMEWORK MEDIAPIPE DAN MIKROKONTROLER ESP-32. S1 thesis, Universitas Islam Nusantara.

	Text (COVER) COVER HALAMAN.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (276kB)
	Text (BAB II) BAB II.pdf - Published Version Download (830kB)
	Text (BAB III) BAB III.pdf - Published Version Download (870kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (3MB)
	Text (BAB V) BAB V.pdf - Published Version Restricted to Registered users only Download (209kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA - LAMPIRAN.pdf - Published Version Download (1MB)

Abstract

Perkembangan teknologi computer vision telah mendorong pengembangan berbagai sistem yang mampu mendeteksi, melacak, dan mengenali objek secara otomatis. Salah satu penerapannya adalah sistem pengenalan wajah yang memanfaatkan teknologi face tracking dan face recognition. Agar proses pengenalan wajah dapat berlangsung secara optimal, sistem perlu mampu menjaga posisi wajah tetap berada dalam bidang pandang kamera selama proses identifikasi. Penelitian ini bertujuan merancang dan membangun sistem pengenalan wajah berbasis face tracking menggunakan Framework MediaPipe dan mikrokontroler ESP-32. Framework MediaPipe digunakan untuk mendeteksi posisi wajah secara real-time sekaligus mengendalikan pergerakan kamera melalui mekanisme servo pan-tilt yang dikontrol oleh ESP-32, sedangkan Framework DeepFace dengan model ArcFace digunakan untuk mengenali wajah yang telah terdaftar pada dataset serta membedakannya dengan Orang Tidak Dikenal (OTK). Metode pengembangan sistem yang digunakan adalah Prototype, yang meliputi tahapan Communication, Quick Plan, Modeling Quick Design, Construction of Prototype, serta Deployment, Delivery and Feedback. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi wajah pada berbagai orientasi yang diuji, mengikuti pergerakan wajah secara real-time dengan waktu deteksi rata-rata sebesar 30,65 ms, mendeteksi wajah hingga jarak sekitar 4 meter, serta mengenali wajah secara optimal hingga jarak sekitar 2 meter. Pengujian face recognition terhadap empat karyawan dan satu objek OTK dengan total 50 titik pengamatan menghasilkan tingkat akurasi rata-rata sebesar 80%. Berdasarkan hasil tersebut, sistem yang dikembangkan telah mampu menjalankan fungsi deteksi, pelacakan, dan pengenalan wajah secara otomatis sesuai dengan tujuan penelitian.

Actions (login required)

View Item