| NIM | H1A017084 |
|---|
| Namamhs | SYAFRUDIN RAIS AKHDAN |
|---|
| Judul Artikel | Rancang Bangun Sistem Pengenalan Wajah Dengan Anti Spoofing Pendeteksi Kedipan Mata |
|---|
| Abstrak (Bhs. Indonesia) | Sistem pengenalan wajah merupakan sistem biometrik yang banyak digunakan dalam kehidupan sehari-hari, mulai dari melakukan absensi hingga membuka smartphone. Masalah yang ada di hampir semua sistem biometrik, dan tentu saja, dalam pengenalan wajah, adalah upaya untuk mengelabui sistem. Ini berarti sistem biometrik memiliki fitur deteksi keaktifan untuk memerangi spoofing. Salah satu cara untuk mendeteksi keaktifan adalah dengan mendeteksi gerakan manusia seperti berkedip. Cara itu dibedakan dengan kecepatan menutup dan membuka mata, derajat pada saat menutup mata, dan durasi kedipan mata. kedipan mata berlangsung dengan jangka waktu 100-400 ms. Pada penelitian ini akan dilakukan sistem pendeteksi kedipan mata berdasarkan nilai Eye Aspect Ratio yang diklasifikasikan menggunakan SVM dan MLP, dilanjutkan dengan sistem pengenalan wajah yang diklasifikasikan menggunakan Thresholding dan SVM. Kedua sistem tersebut dapat bekerja dengan sangat baik, yang kemudian akan digabungkan untuk mendeteksi berbagai jenis serangan spoofing. Setelah diuji, sistem gabungan dapat mendeteksi spoofing statis tetapi tidak spoofing dinamis. |
|---|
| Abtrak (Bhs. Inggris) | The face recognition system is a biometric system that is widely used in daily life, from taking attendance to opening smartphones. The problem that exists in almost all biometric systems, and, of course, in face recognition, is an attempt to trick the system. This means a biometric system has a liveness detection feature to combat spoofing. One way to detect the liveness is to detect human movements such as blinking. This method is different from the speed of closing and opening the eyes, the degree at which the eyes are closed, and the duration of blinking. blinking lasts for a period of 100-400 ms. In this study, a blink detection system based on Eye Aspect Ratio values classified using SVM and MLP will be carried out, followed by a facial recognition system classified using Thresholding and SVM. Both systems can work very well, which will then be combined to detect various types of spoofing attacks. After being tested, the combined system can detect static spoofing but not dynamic spoofing. |
|---|
| Kata kunci | EAR, Anti Spoofing, Face Recognition, Kedipan. |
|---|
| Pembimbing 1 | Dr. Eng. Anto Satrio Nugroho S.T., M.Eng |
|---|
| Pembimbing 2 | Prof. Dr. Eng. Retno Supriyanti, S.T., M.T |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2021 |
|---|
| Jumlah Halaman | 12 |
|---|
| Tgl. Entri | 2021-08-09 11:16:00.320428 |
|---|