Fetal Alcohol Spectrum Disorder (FASD) adalah kumpulan kelainan pada anak-anak yang disebabkan oleh konsumsi alkohol prenatal dari ibu, yang dapat menyebabkan masalah fisik dan pembelajaran. Salah satu masalah dengan FASD adalah gejalanya mirip dengan penyakit pada bayi lainnya, sehingga sulit untuk didiagnosis. mahasiswa dari Universitat Duisburg-Essen membuat aplikasi android untuk membantu mendiagnosis dan menyimpan catatan pasien FASD. Namun demikian, ada beberapa perbaikan yang perlu dilakukan, salah satunya adalah meningkatkan pengukuran fitur fisiognomi bayi yang baru lahir. Salah satu opsi yang diusulkan untuk meningkatkan pengukuran adalah dengan menerapkan algoritma Face Landmark untuk mengukur fitur fisiognomik. Ada banyak program face landmark yang tersedia, termasuk FaceONNX dan DLIB. Skripsi ini akan membandingkan FaceONNX dan DLIB untuk meningkatkan algoritma pengukuran dari prototipe aplikasi pertama.
Fetal Alcohol Spectrum Disorder (FASD) is a group of disorders in children caused by the mothers' prenatal alcohol consumption, which can cause physical and learning issues. One problem with FASD is that its symptoms are identical to those of other new-born baby disorders, making diagnosis challenging. A student from Universitat Duisburg-Essen made an android application to help diagnose and saves FASD patient records. However, there are several improvements that needs to be done, one of them is improving measurements of the physiognomics features of the new born baby. One option proposed to improve the measurement is to apply the Face Landmark algorithm to measure the physiognomics features. There are numerous facial landmark libraries available, including FaceONNX and DLIB. This bachelor thesis is going to compare both FaceONNX and DLIB in order to improve the measurement algorithm from the first application prototype. |
S-Ariq Mahira.pdf :: Unduh