Sudirman, Achmad Dinda Basofi (2018) Pengenalan Wajah dengan Pose Unik menggunakan Metode Learning Vector Quantization. Sarjana thesis, Universitas Brawijaya.
Abstract
Wajah merupakan salah satu karakteristik fisiologi alami manusia yang dapat dimanfaatkan sebagai identifikasi biometrik untuk pengenalan wajah. Pengenalan wajah merupakan alternatif dari sistem seperti presensi dan autentifikasi. Saat ini sudah banyak sekali perusahaan atau peneliti membuat suatu sistem yang dapat mengenali wajah orang, namun masih ada sistem pengenalan wajah yang dapat dikelabui dengan menunjukan orang yang sudah dikenali oleh sistem pada area kamera sistem tersebut, padahal orang yang sebenarnya dikenali sistem tidak ada dalam area tersebut. Penelitian ini akan memanfaatkan metode LVQ untuk klasifikasi atau pengenalan wajah karena terbukti baik dalam pengenalan wajah yang dilakukan oleh penelitian sebelumnya. Ekstraksi ciri yang digunakan berupa pengambilan citra kulit dengan ruang warna HSV karena ruang warna HSV lebih baik dalam deteksi citra kulit menurut penelitian yang sudah ada. Citra atau pose wajah unik yang digunakan terdiri dari 3 pose mata yang berbeda untuk meningkatkan keamanan dari pengenalan wajah. Dalam 10 skenario pengujian yang berbeda, hasil dari penelitian ini memiliki keluaran berupa akurasi rata-rata 81,3%. Namun sistem masih belum dapat membedakan masing-masing pose dari data yang ada.
English Abstract
The face is one of the characteristics of human natural physiology that can be used for biometric identification for facial recognition. Face recognition is an alternative to systems such as presence and authentication. Nowadays there are so many companies or researchers to create a system that can recognize people's faces, but there is still a face recognition system that can be tricked by showing people who have been recognized by the system in the system's camera area, even though people who are actually recognized by the system are not in the area that. This research will utilize the LVQ method for classification or facial recognition because it is well proven in face recognition conducted by previous research. Feature extraction is used in the form of skin image taking with HSV color space because HSV color space is better at detecting skin images according to existing research. The unique face image or pose used consists of 3 different eye poses to improve the safety of face recognition. In 10 different test scenarios, the results of this study have an average accuracy of 81.3%. However, the system still cannot distinguish each pose from the existing data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/818/051809706 |
| Uncontrolled Keywords: | pengenalan wajah, LVQ, HSV, citra kulit, pose unik. facial recognition, LVQ, HSV, skin image, unique pose. |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.4 Computer pattern recognition |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 12 Mar 2019 07:02 |
| Last Modified: | 22 Oct 2021 06:52 |
| URI: | http://repository.ub.ac.id/id/eprint/14128 |
Preview |
Text
Achmad Dinda Basofi Sudirman.pdf Download (27MB) | Preview |
Actions (login required)
 |
View Item |