GalihCandraSetiawan (2009) Face Recognition Berdasar Eigenface Menggunakan Metode Principal Component Analysis (PCA). Sarjana thesis, Universitas Brawijaya.
Abstract
Diantara banyak metode yang dapat digunakan untuk melakukan pengenalan wajah (face recognition) adalah Principal Component Analysis (PCA) diikuti dengan penggunaan metode Euclidean Distance. PCA digunakan untuk mereduksi matrik citra eigenfaces yang masih berdimensi tinggi menjadi matrik citra berdimensi rendah. Euclidean distance digunakan untuk mengukur tingkat kesamaan nilai antara citra input (test set) dan citra yang tersimpan dalam database (training set). Pengujian dilakukan menggunakan database citra dari Yale University dengan format GIF, grayscale. Dalam database tersebut dua set data. Yale data set A berisi image dengan tingkat brightness yang berbeda-beda. Yale data set B berisi image dengan ekspresi yang berbeda-beda. Skenario pengujian diarahkan untuk menguji kemampuan sistem untuk mencocokkan wajah, mengenali wajak dalam ekspresi yang berbeda dan untuk menguji kemampuan sistem mengenali wajah dalam tingkat brightness yang berbeda. Hasil pengujian menunjukkan bahwa kemampuan sistem mengenali wajah dengan benar dalam mencocokan wajah sebesar 100%, kemampuan sistem mengenali ekspresi berbeda sebesar 82,95 % dan kemampuan sistem mengenali wajah dalam tingkat brightness yang berbeda sebesar 40%
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2009/534/050903343 |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Endang Susworini |
| Date Deposited: | 21 Dec 2009 15:09 |
| Last Modified: | 19 Oct 2021 21:26 |
| URI: | http://repository.ub.ac.id/id/eprint/140133 |
Preview |
Text
050903343.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |