ABSTRAK


<div style="border:1px solid #990000;padding-left:20px;margin:0 0 10px 0;">

<h4>A PHP Error was encountered</h4>

<p>Severity: Notice</p>
<p>Message:  Undefined offset: 1</p>
<p>Filename: controllers/Document.php</p>
<p>Line Number: 69</p>


	<p>Backtrace:</p>
	
		
			<p style="margin-left:10px">
			File: /home/rama/public_html/application/controllers/Document.php<br />
			Line: 69<br />
			Function: _error_handler			</p>

		
			<p style="margin-left:10px">
			File: /home/rama/public_html/index.php<br />
			Line: 296<br />
			Function: require_once			</p>

		
</div>@thesis{thesis,
		author={LULUD ANNISA AINUN MAHMUDDAH },
		title ={ANALISIS PERFORMANSI PADA PENGAMBILAN INFORMASI BERUPA URL BERBASIS WEB CRAWLING DENGAN MENGGUNAKAN TEKNOLOGI PENGENALAN WAJAH YOLOv3},
		year={2021},
		url={},
		abstract={<h1> ABSTRAK </h1>

<p>   *Artificial Intelligence* (AI) adalah sistem yang dikembangkan untuk
mempelajari dan menirukan kecerdasan manusia. Beberapa teknologi yang
dihasilkan dari pengembangan AI diantaranya adalah teknologi *web crawling* dan
teknologi *face recognition*. Teknologi *web crawling* digunakan untuk mendapatkan
informasi pada halaman web, sedangkan teknologi *face recognition* digunakan
untuk mengidentifikasi wajah manusia. Tugas Akhir ini mengimplementasikan
sistem *web crawling* dengan menggunakan teknologi *face recognition*. </p>
<p>  Dalam Tugas Akhir ini, sistem yang dirancang akan memindai wajah manusia
secara real-time dengan menggunakan metode You Only Look Once (YOLO).
Kemudian hasil dari *face recognition* akan digunakan sebagai *keyword* untuk proses
*web crawling*. Sistem akan didesain dengan menggunakan bahasa pemrograman
*Python, library OpenCV,* dan *library Requests* untuk *web crawling*. </p>
<p>  Tugas Akhir ini menggunakan 8000 *dataset* yang terbagi menjadi 5 kelas, 6000
citra digunakan sebagai data uji dan 2000 citra sebagai data latih. Konfigurasi
sistem diuji menggunakan *learning rate* dan *step training*. Parameter performansi
yang dianalisis yaitu akurasi, *Intersection over Union* (IoU), *recall*, presisi, dan
*precison rate*. Total web yang di-*crawl* pada proses *web crawling* sebanyak 45 web.
Dari hasil penelitian, didapatkan konfigurasi terbaik pada *learning rate* 0.0001 dan
*step training* 10K. Akurasi yang didapatkan sebesar 94,6%, IoU 0.75, *recall* 0.94,
presisi 0.99, mAP 0.98, dan *precision rate* 0.87.</p>

<p> **Kata kunci: *face recognition, you only look once, object detection, web crawling.*}
		}