Implementasi Deep Learning untuk Sistem Keamanan Data Pribadi Menggunakan Pengenalan Wajah dengan Metode Eigenface Berbasis Android

Abstract

The development of technology in security systems combined with facial recognition, of course, makes every protected data safe. Many methods can be combined with a security system, one of which is the eigenface method, which is part of facial recognition. In this study, a personal data security system was built using Android-based deep learning. Based on the results of tests carried out on three devices with different Android versions, it is known, if on Android 8.1 (Oreo) the maximum distance is ± 40 cm, on Android 9.0 (Pie) the maximum distance is ± 50 cm, and on the Android version, 10.0 (Q) the maximum distance for facial object recognition is ± 60 cm. From the test results, it is known that by using the eigenface method, the farther the face is from the camera, the face cannot be detected. The implementation of this system is expected to protect personal data safely.Keywords:Face recognition, Deep Learning, Android, Eigenface.

Sistem Pakar Diagnosa Penyakit Kulit Kucing Menggunakan Metode Naive Bayes Berbasis Web

“…Sistem pakar dapat membantu pengguna dalam mendiagnosis masalah [1] dan berbagai informasi tentang penyakit yang dirancang dengan berbagai bahasa pemrograman berbasis komputer [2,3]. Berbagai metode sistem pakar dikembangkan dan digunakan untuk menangani berbagai masalah kompleks di dunia, seperti Metode AHP (Analytical Hierarchy Process [3], Metode BFS (Breadth First Search) [4], Metode DFS (Depth First Search) [5], Metode Penelusuran Ke Belakang (Backward Chainning) [6], Metode Penelusuran Ke Depan (Forward Chainning) [7,8], dan sebagainya dipilih didasarkan atas kesesuaian permasalahan dengan metode, efektifitas, dan dukungan dari metode itu sendiri dalam pengembangan sistem pakar yang akan dirancang [9,10].…”

“…Naïve bayes adalah salah satu metode machine learning yang menggunakan pengklasifikasian dengan memanfaatkan probabilitas dan statistic yang ditemukan oleh ilmuan asal inggris Thomas Bayes, metode ini dapat memprediksi peluang kejadian dimasa depan yang dilihat berdasarkan pengalamanpengalaman dimasa sebelumnya dan metode naïve bayes dinilai baik dalam hal pengklasifikasian dibandingkan dengan metode pengklasifikasian lain dalam hal akurasi dan efisiensi [9]. Berikut tahapan dari proses perhitungan metode naïve bayes: 1) Menentukan jenis penyakit kulit kucing berdasarkan data latih.…”

Sistem Informasi Service Mobil Di Pt. Dunia Barusa

“…Sistem informasi adalah serangkaian subsistem informasi yang menyeluruh dan terkoordinasi secara rasional terpadu yang mampu mentransformasi data sehingga menjadi informasi lewat serangkaian cara yang menuntut adanya ketelitian dan ketepat waktu [1,2]. Sebagai bentuk hasil dari kemajuan teknologi informasi perkembangan sistem informasi ini sudah banyak diimplementasikan disemua bidang kegiatan [3], dalam bidang bisnis penyedia jasa [4,5], kebutuhan sistem informasi yang terkomputerisasi semakin terasa dibutuhkan, karena pada bidang bisnis ini kepuasan pelanggan dengan pelayanan yang diberikan merupakan modal utama, selain dari kualitas pemberian pelayanan jasanya itu sendiri [6,7,8].…”

RANCANGAN SISTEM INFORMASI KEUANGAN PADA QDOORSMEER & COFFEE

“…Dalam pembuatan model ini peneliti menyusun menggunakan flowchart, dan digunakan untuk penggambaran secara grafik dari langkah-langkah dan urutan prosedur suatu program [12,13]. Sedangkan pada proses pengembangan prototipe menggunakan metode waterfall [14,15].…”