Penerapan algoritma photometric normalization untuk meningkatkan keakuratan sistem pengenalan wajah berbasisi principal component analysis

Mardea Sulaiman, Yandi (2015) Penerapan algoritma photometric normalization untuk meningkatkan keakuratan sistem pengenalan wajah berbasisi principal component analysis. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Sistem pengenalan wajah adalah suatu sistem yang membuat mesin dapat mengenali wajah seseorang. Sebelumnya adapula riset yang bertujuan memanfaatkan metode Principal Component Analysis terhadap pengenalan wajah. Pada penelitian ini didapatkan data untuk rata-rata keakuratan pengenalan citra pada kondisi normal, miring, dan gelap terhadap 5 citra latih sebesar 73,33%, untuk 10 citra latih sebesar 86,67% dan untuk 20 citra latih sebesar 80% (Gunawan, 2013). Sehingga dapat diketahui bahwa dalam sistem pengenalan wajah masih terdapat kesalahan dalam mengenali wajah, adapun permasalah yang lain berupa pencahayaan yang terlalu gelap pada citra uji sehingga sistem tidak dapat melakukan pengenalan bahkan pendeteksian wajah. Pada penelitian kali ini solusi untuk permasalahan keakuratan pengenalan tersebut akan diatasi dengan cara menerapkan Algoritma Photometric Normalization sebagai algoritma pendukung yang berfungsi untuk mengolah citra gambar pada sistem, dimana metode yang terkandung didalamnya akan memproses dan menormalisasikan citra gambar yang akan digunakan dan diujikan kedalam sistem pengenalan wajah, dengan tujuan bahwa algoritma tersebut dapat meningkatkan tingkat keakurasian pengenalan wajah. Pada penelitian ini maka diperoleh hasil pengenalan dari perbandingan antara citra latih dengan citra uji yang memiliki keadaan tertentu yakni, posisi wajah dalam keadaan menghadap miring, serta keadaan pencahayaan yang bervariasi. Pengenalan yang didapatkan dari proses pengolahan gambar dengan menggunakan metode yang terkandung didalam Algoritma Photometric Normalization yaitu metode Isotrophic Smoothing dapat meningkatan keakurasian pengenalan wajah sebesar 8.333%, sedangkan untuk metode Multiscale Retinex dapat meningkatkan keakurasian sebesar 38.462% pada citra uji dengan pencahayaan yang gelap. Sehingga Algoritma Photometric Normalization dapat membantu sistem dalam meningkatkan keakuratan pengenalan wajah.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Isotrophic Smoothing, Multiscale Retinex, pengenalan wajah, Photometric Normalization, Principal Component Analysis
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015
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 08:07
Last Modified: 16 Nov 2016 08:07
URI: http://repository.unikom.ac.id/id/eprint/27056

Actions (login required)

View Item View Item