IMPLEMENTASI METODE EIGENFACE UNTUK
MENDETEKSI VISUAL HACKING

UPT. PERPUSTAKAAN Universitas Esa Unggul Kampus Emas UEU - Jakarta Barat
Phone	:	021-5674223, ext 282
Fax	:
E-mail	:	[email protected]
Website	:	http://library.esaunggul.ac.id
Support (Customer Service) :
[email protected]

Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:

LIVE SUPPORT

Astrid Chrisafi

! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

UEU » Undergraduate Theses » Teknik Informatika
Posted by [email protected] at 18/09/2020 09:54:26 • 527 Views

IMPLEMENTASI METODE EIGENFACE UNTUK MENDETEKSI VISUAL HACKING

Created by :
RIO ADHI PRATAMA ( 20160801104 )

Subject:	RETAS KOMPUTER
Alt. Subject :	HACKING COMPUTER
Keyword:	VISUAL HACKING PENGANALAN WAJAH EIGENFACE

Description:

Isu privasi pengguna merupakan hal penting pada era teknologi sekarang. Dengan semakin mudahnya pengguna dalam mengakses informasi, muncul permasalahan baru yaitu pencurian informasi sensitif, seperti login credentials, dokumen khusus, dan informasi finansial. Salah satunya dengan cara visual. Penyebab pencurian informasi melalui cara visual, yaitu karena kurangnya kesadaran pengguna terhadap lingkungan sekelilingnya ketika mengakses informasi yang sensitif, sehingga siapa saja dapat mengetahui informasi yang terpampang pada layar. Untuk meminimalisir permasalahan tersebut, penulis merancang sebuah aplikasi deteksi visual hacking dengan mengimplementasikan metode Eigenface untuk pengenalan wajah, sedangkan untuk mendeteksi wajah menggunakan metode Viola-Jones dan fitur Haar. Logika aplikasi yang dirancang akan mendeteksi ancaman visual hacking apabila terdapat lebih dari satu wajah pada kamera, atau terdeteksi wajah yang tidak dikenali, respon sistem berupa jendela peringatan yang akan menutupi informasi pada layar monitor. Pengujian aplikasi dilakukan dengan 10 citra wajah pelatihan, skenario uji dan kondisi ruangan stabil. Tingkat persentase akurasi pengenalan wajah yang didapat mencapai 92%, dengan rata-rata kecepatan deteksi visual hacking 1,3047s. Keberhasilan proses pengenalan wajah dipengaruhi oleh faktor jarak, pencahayaan, posisi wajah, aksesoris wajah serta variasi citra wajah pelatihan.

Contributor	:	Ir. Kundang Karsono J., M.MSi
Date Create	:	18/09/2020
Type	:	Text
Format	:	PDF
Language	:	Indonesian
Identifier	:	UEU-Undergraduate-20160801104
Collection ID	:	20160801104

Source :
Undergraduate Theses of Computer

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@2020 Perpustakaan Universitas Esa Unggul

Publication URL :
https://digilib.esaunggul.ac.id/implementasi-metode-eigenface-untukmendeteksi-visual-hacking-16617.html

[ Free Download - Free for All ]