UDiNus Repository

PENGENALAN WAJAH MENGGUNAKAN METODE EKSTRAKSI FITUR LOCAL BINARY PATTERN BERDASARKAN METODE K-NEAREST NEIGHBOR

SEPTIA, CAHYANINGTYAS DEVI (2016) PENGENALAN WAJAH MENGGUNAKAN METODE EKSTRAKSI FITUR LOCAL BINARY PATTERN BERDASARKAN METODE K-NEAREST NEIGHBOR. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4071b) | Preview

    Abstract

    Salah satu cara untuk mengenali seseorang adalah melalui wajah. Wajah merupakan bagian dari manusia yang memiliki ciri unik dan berbeda antar individu. Pengenalan wajah oleh komputer sangat berguna dalam hal keamanan dan pencarian individu di kepolisian. Namun, sulit bagi komputer untuk mengenali seseorang dari wajahnya. Maka dari itu, diperlukan sebuah sistem pengenalan wajah untuk membantu komputer mengenali individu. Pada penelitian ini, metode sederhana Local Binary Pattern digunakan untuk mendapatkan ciri dari setiap wajah. Citra wajah yang telah di ekstraksi fitur kemudian dihitung jarak kemiripannya dengan database citra menggunakan algoritma Chi-Square, kemudian citra wajah akan diklasifikasikan berdasarkan kelas yang ada menggunakan K-Nearest Neighbor dengan jumlah k (tetangga terdekat) tertentu. Pengujian dibagi menjadi dua yaitu pengujian pertama menggunakan citra uji yang sama dengan citra latih dan pengujian kedua menggunakan citra uji yang berbeda dengan citra latih. Tingkat akurasi rata-rata yang didapatkan dari pengujian pertama dengan nilai k=1 yaitu 100% dan k=3 yaitu 61,25%. Sedangkan tingkat akurasi rata-rata yang didapatkan dari pengujian kedua dengan nilai k=1 yaitu 58,3% dan k=3 yaitu 49,16%. Hasil akurasi menunjukkan bahwa tingkat akurasi tertinggi terjadi pada saat nilai k=1.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 22 Sep 2016 14:30
    Last Modified: 22 Sep 2016 14:30
    URI: http://eprints.dinus.ac.id/id/eprint/19608

    Actions (login required)

    View Item