Singgalen, Rinaldo (2016) Sistem Pengenalan Wajah Untuk Identifikasi Akses Tempat Penyimpanan Barang. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Pada penelitian ini akan membahas mengenai sistem pengenalan wajah manusia sebagai identifikasi akses tempat penyimpanan barang. pengenalan wajah manusia merupakan penelitian yang penting untuk diterapkan sebagai sistem keamanan yang tentunya akan melibatkan teknik pengolahan citra. Pengenalan wajah manusia tentunya memiliki banyak metode yang dipakai untuk proses analisa citra yang akan dicocokan ke dalam database. Dalam hal ini banyak aplikasi yang dapat diterapkan melalui pengembangan suatu teknik seperti Principle Component Analysis (PCA). PCA merupakan suatu suatu teknik pengembangan yang digunakan untuk mereduksi dimensi gambar wajah sehingga menghasilkan variable yang lebih sedikit yang lebih mudah untuk diobservasi dan ditangani. Pada penelitian ini memaparkan metode yang dipakai dalam pengenalan citra wajah manusia adalah metode Eigenface. Metode Eigenface adalah salah satu algoritma pengenalan wajah berdasarkan Principle Component Analysis (PCA) yang merupakan kumpulan dari eigenvector yang digunakan untuk masalah computer vision pada pengenalan wajah manusia. Berdasarkan metode yang dipakai tersebut ada beberapa tahap pengolahan citra yang dilakukan untuk memproses citra wajah masukan, dan akan melakukan proses pelatihan citra sehingga citra wajah masukan tersebut dapat dicocokan dengan citra yang ada dalam database. Proses pengolahan citra masukan untuk bisa dicocokan dengan citra latih yang ada dalam database melewati proses grayscale,tresshold, serta perubahan dimensi citra. Setelah itu akan dilakukan ekstrasi fitur PCA untuk dilakukan perhitungan serta perbandingan, yang bertujuan untuk mencocokan citra wajah masukan dengan citra latih yang ada dalam database. Implementasi metode eigenface pada sistem pengenalan citra wajah ini hanya dapat dilakukan apabila jumlah citra latih lebih dari 9 citra dan citra wajah yang tidak identik sama atau kembar. Kemudian dari setiap percobaan yang dilakukan memiliki tingkat akurasi 50% pada kondisi cahaya redup (pengambilan citra pada malam hari), dan 100% pada kondisi terang (pengambilan citra pada siang hari), serta memiliki tingkat keberhasilan 100% pada pengambilan citra jarak dekat (25 cm), dan 75% pada pengambilan citra jarak jauh (60 cm).
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Pengenalan Wajah, Algoritma Eigenface, Pengolahan Citra, Principle Component Analysis (PCA) |
| Subjects: | S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Elektro > 2016 |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Elektro (S1) |
| Depositing User: | Admin Repository |
| Date Deposited: | 16 Nov 2016 07:39 |
| Last Modified: | 16 Nov 2016 07:39 |
| URI: | http://repository.unikom.ac.id/id/eprint/4561 |
Actions (login required)
 |
View Item |
