Aidil Vitra Kesuma, Zhaka (2014) Analisis dan Implementasi Learning Vector Quantization Untuk Mengenali Ekspresi Wajah Pada Sistem Pemilihan Lagu. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Tugas Akhir ini dibuat untuk mengenali ekspresi wajah sebagai indikator untuk menjalankan musik. Sistem pengenalan ekspresi wajah berasal dari data masukan seseorang saat itu yang diambil secara real time, dengan posisi terdekat dengan kamera, di mana posisi wajah tidak boleh miring dan menghadap lurus ke kamera. Sehingga dapat digunakan untuk membantu proses komunikasi seseorang dengan mengenali emosinya melalui musik yang diputar. Prosesnya dengan pengambilan citra wajah secara real time yang dikenali dengan kombinasi warna, dan mengekstrak fitur penting dari wajah berdasarkan lokasi alis, mata, dan bentuk mulut kemudian pengenalan ekspresi wajah menggunakan jaringan saraf tiruan (Learning Vector Quantization). Dari hasil pengujian white box dapat diambil kesimpulan bahwa kompleksitas lagoritma learning vector quantization adalah 7. Dan hasil uji black box dapat diambil kesimpulan bahwa fungsional dari setiap sistem berjalan dengan baik. Sedangkan dalam uji performansinya berdasarkan jumlah training yang dilakukan, jarak wajah terhadap kamera, dan pengaruh cahaya dapat diambil kesimpulan bahwa akurasi dari sistem pendeteksian ekspresi wajah dalam pemilihan lagu adalah 63,33%. Dan output dari pengenalan ekspresi wajah berupa musik yang secara otomatis akan dijalankan berdasarkan ekspresi pengguna, sehingga musik akan berubah mengikuti perubahan ekspresi wajah pengguna.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | ekspresi wajah , neural network, learning vector quantization, LVQ |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2014 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Depositing User: | Admin Repository |
| Date Deposited: | 16 Nov 2016 08:10 |
| Last Modified: | 16 Nov 2016 08:10 |
| URI: | http://repository.unikom.ac.id/id/eprint/29579 |
Actions (login required)
 |
View Item |
