GDL

Journal from gdlhub / 2017-11-11 11:31:23
Oleh : Sri Andriati Asri, Widyadi Setiawan, Kursor
Dibuat : 2017-11-11, dengan 1 file

Keyword : Deteksi Wajah, Pengenalan Wajah, Support Vector Machine, Multiple Discriminant Analysis with Fukunaga Koontz Transform.
Url : http://journal.trunojoyo.ac.id/kursor/article/view/1086/912
Sumber pengambilan dokumen : WEB

Pengenalan wajah dapat diterapkan pada banyak aplikasi potensial, seperti otentikasi identitas, information security, surveillance dan interaksi manusia komputer. Penelitian ini bertujuan membangun perangkat lunak berbasis Matlab untuk deteksi dan pengenalan wajah dengan masukan berupa citra. Sistem yang akan dibangun meliputi deteksi dan pengenalan wajah. Subsistem Deteksi Wajah memakai Principle Component Analysis (PCA) sebagai ekstraksi fitur dan Jaringan Syaraf Tiruan Perambatan Balik sebagai pengklasifikasinya. Pada Subsistem Pengenalan Wajah memakai metode Support Vector Machine salah satu algoritma kecerdasan buatan yang mampu mengklasifikasikan banyak wajah dengan baik. Metode Multiple Discriminant Analysis with Fukunaga Koontz Transform (MDA/FKT) dipakai sebagai ekstraksi fitur. Pelatihan dan pengujian sistem memakai basis data penelitian, dan basis data standar yaitu basis data ORL sebagai pembanding. Rancang bangun Aplikasi Deteksi dan Pengenalan Wajah telah berhasil diselesaikan pada penelitian ini. Subsistem Deteksi Wajah menghasilkan tingkat keakuratan pendeteksian wajah sebesar 99 %. Pada Subsistem Pengenalan Wajah, tingkat pengenalan basis data penelitian (UNUD) 82,76 %, sedangkan tingkat pengenalan pada basis data ORL 97,5%.

Deskripsi Alternatif :

Face recognition can be applied to many potential applications, such as identity authentication, information security, surveillance and human computer interaction. This research aims to build a Matlab-based software for face detection and recognition application using an image input form. The system consist of face detection and recognition subsystem. Face detection subsystem using PCA as feature extraction and Back Propagation Neural Network as its classifier. In face recognition subsystem using Support Vector Machine as known as one of the good methods in the artificial intelligence algorithm that is able to classify many faces well. Multiple Discriminant Analysis Method with Fukunaga Koontz Transforms (MDA / FKT) is used as feature extraction. Training and Testing database systems using research (UNUD) database, and ORL database as a comparison. Face detection and recognition application has been successfully completed in this research, face detection subsystem produces face detection accuracy rate of 97.95 %, and for face recognition subsystem, the recognition rate is 82.76 % on research (UNUD) database, while the recognition rate on ORL database is 97.5 %.

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	gdlhub
Organisasi	Kursor
Nama Kontak	Herti Yani, S.Kom
Alamat	Jln. Jenderal Sudirman
Kota	Jambi
Daerah	Jambi
Negara	Indonesia
Telepon	0741-35095
Fax	0741-35093
E-mail Administrator	elibrarystikom@gmail.com
E-mail CKO	elibrarystikom@gmail.com