Pengenalan Wajah Manusia Menggunakan Principal Component Analysis Dan Jaringan Syaraf Tiruan Adaptive Resonance Theory Two (Art-2)

Budi, Fendi Setia and , Fajar Suryawan, S.T, M.Eng.Sc.,Ph.D. and , Aris Rakhmadi, S.T., M. Eng. (2013) Pengenalan Wajah Manusia Menggunakan Principal Component Analysis Dan Jaringan Syaraf Tiruan Adaptive Resonance Theory Two (Art-2). Skripsi thesis, Universitas Muhammadiyah Surakarta.

Preview	PDF (Naskah Publikasi) publikasi_ilmiah.pdf Download (935kB)
Preview	PDF (Halaman Depan) halaman_depan.pdf Download (1MB)
Preview	PDF (Bab I) BAB_I.pdf Download (168kB)
	PDF (Bab II) BAB_II.pdf Restricted to Repository staff only Download (487kB)
	PDF (Bab III) BAB_III.pdf Restricted to Repository staff only Download (494kB)
	PDF (Bab IV) BAB_IV.pdf Restricted to Repository staff only Download (650kB)
	PDF (Bab V) BAB_V.pdf Restricted to Repository staff only Download (195kB)
Preview	PDF (Daftar Pustaka) DAFTAR_PUSTAKA.pdf Download (216kB)
	PDF (Lampiran) LAMPIRAN_.pdf Restricted to Repository staff only Download (3MB)

Abstract

Pengenalan wajah merupakan proses untuk mengenali seseorang. Perkembangan teknologi image processing sekarang ini menyediakan kemungkinan manusia untuk membuat suatu sistem yang dapat mengenali suatu citra digital. Setiap manusia memiliki ciri-ciri khusus yang membedakan antara manusia satu dan manusia yang lainya yang disebut dengan biometric. Ciri-ciri tersebut berupa DNA, sidik jari, retina, dan bentuk wajah. Pengenalan wajah dapat digunakan dalam berbagai hal, diantaranya untuk keamanan, pengenalan identitas, meningkatkan efisiensi dan efektifitas berbagai kegiatan, yaitu dengan mengurangi pemakaian kartu identitas dan kata sandi. Sistem pengenalan yang diimplementasikan ini menggunakan feature extracting dengan metode Principal Component Analysis (PCA) dan proses pengenalan menggunakan jaringan syaraf tiruan Adaptive Resonance Theory. Dengan terlebih dahulu dilakukan pendeteksian bagian wajah dan pemotongan dengan library facefind yang selanjutnya dilakukan preprocessing dan feature extracting sebelum masuk kedalam jaringan syaraf tiruan. Proses ekstraksi ciri dengan Principal Component Analysis (PCA) bertujuan untuk mendapatkan informasi ciri yang penting dari citra wajah dan nilainya diambil untuk inputan dalam pembelajaran jaringan syaraf tiruan. Citra wajah dikenali dengan cara membandingkan bobot citra latih dengan citra uji, dimana citra wajah yang dikenali akan masuk kedalam salah satu kelas yang terbentuk dalam proses pelatihan. Dari hasil pengujian diperoleh tingkat keakuratan sistem pengenalan citra wajah dengan klasifikasi terbaik adalah sekitar 90 % untuk bisa mengenali citra wajah asli.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Principal Component Analysis, Adaptive Resonance Theory, JST, Biometric, Feature Extraction, Preprocessing
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Ilmu Komunikasi dan Informatika > Teknik Informatika
Depositing User:	Users 10 not found.
Date Deposited:	22 May 2013 06:15
Last Modified:	02 Nov 2022 07:10
URI:	http://eprints.ums.ac.id/id/eprint/24208

Actions (login required)

View Item