Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Skripsi ini membahas tentang pengembangan sistem face recognition yang diaplikasikan pada aplikasi ujian berbasis Android yang diberi nama AyoTest menggunakan FaceNet. Tujuan dari dikembangkannya AyoTest sendiri adalah untuk membantu tenaga pengajar dalam meningkatkan efektivitas pengawasan ujian yang dilakukan secara daring. Penelitian ini diharapkan dapat membantu dalam meningkatkan efektivitas pengawasan ujian daring dengan menggunakan face recognition untuk mengotomatisasi sebagian besar dari kegiatan pengawasan yang sebelumnya harus dilakukan secara manual oleh tenaga pengajar. Berdasarkan hasil penelitian, didapatkan bahwa implementasi sistem face recognition dari aplikasi AyoTest dapat digunakan untuk meningkatkan efektivitas pengawasan ujian, di mana pada proses face authentication akurasi yang didapatkan adalah sebesar 100% bahkan ketika peserta ujian hanya memiliki 1 foto pada basis data wajah dan nilai false negative dan false positive pada proses face monitoring yang tercatat hanya sebesar 16,67% dan 22,22% untuk 18 partisipan yang berhasil melaksanakan ujian. ......This bachelor thesis discusses the system development of face recognition applied to an Android-based examination application called AyoTest using FaceNet. The purpose of the development of AyoTest itself is to assist teaching staff in increasing the effectiveness of conducting online examinations. This research is hoped to assist in increasing the effectiveness of examination proctoring with face recognition to automate most of the supervisions that previously had to be conducted manually by teaching staff. Based on the results of the research, it was found that the implementation of the face recognition system from the AyoTest application can be used to increase the effectiveness of examination proctoring, where the accuracy score obtained in the face authentication process is 100% even if the examinee only has 1 photo in the face database and the false negative and false positive scores in the face monitoring process were recorded at only 16.67% and 22,22% for 18 participants who successfully carried out the examination.

Abstrak :
Summary: Orthognathic Surgery: Principles, Planning and Practice is a definitive clinical guide to orthognathic surgery, from initial diagnosis and treatment planning to surgical management and postoperative care

Abstrak :
Penelitian ini, secara umum, ditujukan untuk mengetahui persepsi masyarakat Cina moderen terhadap konsep tradisional Confucianism tentang wajah (lian atau mianzi). Secara khusus, penelitian ini mengungkap bagaimana persepsi tersebut tercermin dalam pola komunikasi antarpersonal mereka. 100 orang Shanghai terlibat dalam penelitian ini, 50 orang diambil dari daerah perkotaan dan 50 orang dari pedesaan. Mereka merepresentasikan berbagai latar belakang sosial yang berbeda, meliputi usia, jenis kelamin, tempat tinggal, dan pekerjaan. Data penelitian dikumpulkan melalui wawancara semi-terstruktur, kemudian dianalisis dengan menggunakan kerangka ajaran Confucianism tentang sifat-sifat yang mendasari konsep wajah. Sifat-sifat itu meliputi relasional, komunal/sosial, hirarkis, dan moral. Analisis data menunjukan bahwa dalam keseluruhan interaksi berbahasanya, para responden sangat memperhatikan nilai-nilai yang terkandung dalam konsep wajah seperti terkandung dalam Confucianism. Diketahui bahwa dari keempat sifat wajah itu, integritas moral de menjadi acuan paling penting untuk menilai apakah seseorang itu masih memiliki wajah atau justru sebaliknya. Hilangnya moralitas berarti hilangnya sifat-sifat manusiawi pada seseorang.

---

This study aims to investigate the Chinese perceptions about the traditional Confucius concepts mianzi/lian ?face? in the context of the world that is changing. In particular, the study focuses on how such perceptions are reflected in their interpersonal communication. Data was collected through direct semi-structured interviews with the respondents, guided by a set of questions regarding the situations they might hypothetically find themselves. Shanghai was chosen as the site for this study because, among other places in China, it has undergone considerable changes. 100 Shanghainese were involved in the study; 50 were city dwellers and 50 villagers, representing their various social backgrounds. The data were analysed by using the Chinese cultural notions underlying the concepts of face: relational, communal, hierarchical, and moral. Analyses show that the respondents often avoid conflicts with their interlocutors, even if they were put in very unfortunate circumstances. These face-favouring acts are indicative of their closed observance of the norms and hence the concepts of face, by which they could gain, maintain, and enhance their own face. In return, they would be regarded as members of the society with polite behaviours and with other good moral characters. The study concludes that although China is changing, the conceptions and practices of the traditional concepts mianzi/lian "face" among Chinese have remained constant. This is because into these concepts are attached the most basic concepts of humanity; the absence of the concepts of face in the mind of human beings can mean the loss of humanity as a whole.

Abstrak :
Sistem pengenalan wajah dapat memberikan hasil yang tepat pada kondisi wajah normal, tetapi dalam lingkungan yang tidak dibatasi menyebabkan hasil pengenalan wajah menjadi tidak akurat, baik pada verifikasi maupun identifikasi. Salah satu masalah yang sering ditemui dalam sistem pengenalan wajah dan terkait dengan sifat intra-class variance pada wajah adalah pose. Penelitian ini bertujuan untuk melakukan pengenalan wajah berdasarkan pose invariant dengan mengimplementasikan Spatial Transformer Netwok (STN) pada arsitektur jaringan ringan MobileFaceNet. STN digunakan sebagai metode penyelarasan wajah untuk menangani variasi pose pada citra input. Berdasarkan evaluasi model, model Single-STN MobileFaceNet memberikan akurasi, AUC dan EER berturut-turut 73.64%, 82.18%, dan 0.2636. Kenaikannya sebesar 1.21% untuk akurasi, 1.56% untuk AUC dan untuk EER turun sebesar 0.0121 dari model Baseline. Penambahan STN pada jaringan ringan MobileFaceNet mempengaruhi hasil verifikasi wajah, tetapi kurang signifikan. Akan tetapi, berdasarkan hasil uji signifikansi McNemar, tidak ada perbedaan yang signifikan dengan adanya metode penyelarasan wajah STN pada model Single-STN MobileFaceNet. Terdapat beberapa kasus pose yang tidak dapat ditangani dengan baik oleh model, seperti pose menengadah atau menengok ke kanan/kiri. Berdasarkan evaluasi robustness model, nilai akurasi, AUC dan EER yang dihasilkan model Single-STN MobileFaceNet berturut-turut 96.86%, 98.51%, 0.0314. Model Single-STN MobileFaceNet termasuk model yang memiliki kinerja baik dalam pengenalan wajah, model mampu membedakan pasangan citra match dan non-match dengan baik pada dataset CFP ......The face recognition system can give precise results in normal facial conditions, but in an unconstrained environment it can result inaccurate face recognition, both in verification and identification. One of the problems that are often encountered in face recognition system and related to intra-class variance on the face is pose. This study aims to perform face recognition based on pose invariant by implementing Spatial Transformer Netwok (STN) on MobileFaceNet lightweight network architecture. STN is used as a face alignment method to handle pose variations in the input image. Based on the evaluation of the model, the Single-STN MobileFaceNet model provides accuracy, AUC and EER of 73.64%, 82.18%, and 0.2636, respectively. The increase is 1.21% for accuracy, 1.56% for AUC and for EER it is down by 0.0121 from the Baseline model. The addition of STN to the MobileFaceNet lightweight network affects the face verification results, but is less significant. However, based on the results of the McNemar significance test, there is no significant difference with the STN face alignment method in the Single-STN MobileFaceNet model. There are some cases of poses that cannot be handled well by the model, such as looking up or looking to the right/left. Based on the evaluation of the robustness of the model, the values ​​of accuracy, AUC and EER generated by the Single-STN MobileFaceNet model are 96.86%, 98.51%, 0.0314, respectively. The Single-STN MobileFaceNet model includes a model that has good performance in face recognition. This model is able to distinguish match and non-match image well on the CFP dataset.

Abstrak :
Proses identifikasi dan pengenalan emosi seseorang selama ini hanya dapat dilakukan secara langsung dengan melihat raut wajahnya secara langsung dan mengolah raut wajah dari orang tersebut untuk mengerti emosi yang sedang dirasakan. Emosi dari raut wajah seseorang merupakan sesuatu yang paling susah dimengerti dan manfaat dari aplikasi yang dapat mengenali emosi ini dari raut wajah seseorang sangat tinggi. Untuk memenuhi minat yang tinggi atas pengenalan emosi pada raut wajah seseorang, penulis berniat untuk mengembangkan sebuah aplikasi yang dapat mengenali emosi seseorang dari raut wajahnya dengan menggunakan machine learning face recognition. Penulis berniat menggunakan framework CNN sebagai algoritma untuk melakukan machine learning face emotion recognition karena algoritma ini yang paling cocok dan mudah untuk digunakan, serta menggunakan arsitektur EfficientNet karena arsitektur ini merupakan arsitektur pengembangan dari Google yang bersifat opensource dan mudah digunakan karena sudah terintegrasi langsung dengan Keras. Program face emotion recognition ini menggunakan arsitektur EfficientNetB2 dan menggunakan dataset FER2013 berhasil mendapatkan akurasi training di angka 95.55% dan akurasi validasi sebesar 63.71%. Walaupun terjadinya overfitting karena perbedaan akurasi validasi dan training yang besar, akurasi testing dari program ini mendapatkan angka 88.21% dan berhasil mendeteksi 7 kategori emosi yang dihasilkan oleh raut wajah manusia......The process of identifying and recognizing a person's emotions so far can only be done directly by looking at his face directly and processing the facial expressions of the person to understand the emotions that are being felt. The emotion of a person's facial expression is something that is the most difficult to understand and the benefits of an application that can recognize this emotion from a person's facial expression is very high. To meet the high interest in recognizing emotions on a person's facial expression, the author intends to develop an application that can recognize a person's emotions from his facial expression using machine learning face recognition. The author intends to use the CNN framework as an algorithm to perform machine learning face emotion recognition because this algorithm is the most suitable and easy to use and uses the EfficientNet architecture because this architecture is a development architecture from Google that is open source and easy to use because it is integrated directly with Keras. This face emotion recognition program using the EfficientNetB2 architecture and using the FER2013 dataset managed to get a training accuracy of 95.55% and a validation accuracy of 63.71%. Despite the occurrence of overfitting due to the large difference in validation and training accuracy, the testing accuracy of this program scored 88.21% and succeeded in detecting 7 categories of emotions generated by human facial expressions.

Abstrak :
ABSTRAK
Praktik injeksi silikon atau parafin cair untuk memperbaiki penampilan pada hidung masih marak. Di lain pihak, rekonstruksi hidung parafinoma untuk mengembalikan ke bentuk normal sulit dicapai. Data objektif mengenai karakter distorsi pada hidung parafinoma dapat berguna untuk menjadi data awal sebagai pembanding untuk evaluasi hasil rekonstruksi hidung parafinoma. Studi ini memanfaatkan Mirror Stand MirS untuk mengambil foto wajah 30 subjek dengan parafinoma hidung. Ukuran fotogrametrik dikonversi menjadi ukuran morfometrik. Hasil pengukuran kemudian dianalisis untuk mendapatkan ciri distorsi dari hidung parafinoma. Ukuran meliputi intercanthal width, nasal root width,alar width,two tip defining points distance,nasofrontal angle,length of the nose radix to pronasion ,nasofacial angle,nasion projection,pronasion projection,tip angle,nasolabial angle,columella length,the extend of extended columella danbase of the nose width.Hidung parafinoma memiliki ciri sebagai berikut; nasal root yang lebar 2.70 0.30 cm ;jarak two-tip defining pointsyang lebar 2.09 0.22 cm , nasion projectionyang lebar 0.64 0.36 cm , nasolabial angleyang sempit 78.81 15.93 , kolumela yang menggantung 0.47 0.31 cm dan porsi lobular dari tip hidung yang panjang 1.12 0.20 cm .

---

ABSTRACT
The practice of injecting liquid silicone or paraffin at the nose for aesthetic purposes still continues today. On the other hand, normal apearance after reconstruction in nose paraffinoma is very difficult to achieve. The objective data regarding distortion characteristic in nose paraffinoma could be use as basic data to assess outcome of reconstruction in paraffinoma nose.Portable Mirror Stand MirS device is used to take standardized facial photographs of 30 patients with paraffinoma of the nose. Photogrammetrics measurements were then converted to morphometric measurement. The result was then analyzed to formulate the distortion characteristic of nose paraffinoma. Basic measurements included intercanthal width, nasal root width, alar width, two tip defining points distance, nasofrontal angle, length of the nose radix to pronasion , nasofacial angle, nasion projection, pronasion projection, tip angle, nasolabial angle, columella length, the extend of extended columella and base of the nose width. Paraffinoma nose has the following characteristics wide nasal root base 2.70 0.30 cm wide two tip defining point rsquo s distance 2.09 0.22 cm wide nasion projection 0.64 0.36 cm , acute nasolabial angle 78.81 15.93 hanging columella 0.47 0.31 cm and long lobular portion of the tip 1.12 0.20 cm .