Karina Amadea, Klasifikasi Pola Letak Bola Mata Menggunakan Metode Multilayer Backpropagation, Dr. Eng. Fitra Abdurrachman Bachtiar, S.T., M.Eng.

Amadea, Karina (2021) Karina Amadea, Klasifikasi Pola Letak Bola Mata Menggunakan Metode Multilayer Backpropagation, Dr. Eng. Fitra Abdurrachman Bachtiar, S.T., M.Eng. Sarjana thesis, Universitas Brawijaya.

Abstract

Mata merupakan salah satu organ terpenting yang ada pada tubuh manusia. Dengan menggunakan mata, manusia dapat memperoleh informasi sebanyak 80% hanya dengan melihat. Pada bagian mata, terutama iris, terdapat wilayah-wilayah yang merepresentasikan tiap bagian dari tubuh. Dengan adanya jaringan syaraf yang ada pada iris, dapat diketahui respons terhadap semua perubahan yang ada di dalam tubuh termasuk perubahan semangat hidup hingga karakter atau sifat seseorang. Pada penelitian ini dibuat sebuah sistem untuk mengenali pola letak bola mata. Salah satu caranya yaitu melalui pendeteksian pupil. Data citra yang digunakan pada penelitian ini berjumlah 65 citra wajah berukuran 1280 x 720 pixel yang akan diklasifikasikan menjadi 5 label (mata menghadap atas, bawah, depan, kanan, kiri). Data citra akan disegmentasi menggunakan framework DeepVOG untuk kemudian didapatkan 107 hasil dari ekstraksi fitur pupil menggunakan metode Sector Line Distance. Dari hasil ekstraksi tersebut, selanjutnya akan diklasifikasikan menggunakan metode Backpropagation dan memperoleh tingkat akurasi sebesar 80,95% pada saat pengujian menggunakan parameter 1 hidden layer dengan 11 hidden neuron, nilai learning rate sebesar 0,7, dan jumlah iterasi sebanyak 100 iterasi.

English Abstract

Eye is one of the most important organs in the human body. By using the eye, humans can get as much as 80% of information just by looking. There are several regions that represent each part of the body in the iris of the eye. The presence of a neural network in the iris, helps humans to be able to find out the response to all changes in the body including changes in the spirit of life, character or even a person's nature. In this study, a system to recognize eye positioning patterns will be created through pupil detection. A total of 65 facial image data used in this study measuring 1280 x 720 pixels which will be classified into 5 labels (eyes facing up, down, front, right, left). The facial image will be segmented using the DeepVOG framework and the pupil features will be extracted using the Sector Line Distance method. The results of the 107 pupil extraction data will be classified using the Backpropagation method and obtain an accuracy level of 80.95% when testing using 1 hidden layer with 11 hidden neurons, 0,7 of a learning rate, and 100 of the number of iterations.

Item Type:	Thesis (Sarjana)
Identification Number:	0521150099
Uncontrolled Keywords:	pola letak mata, ekstraksi pupil, klasifikasi, Backpropagation, jaringan syaraf tiruan. eyeball positioning patterns, pupil extraction, classification, Backpropagation, neural networks.
Subjects:	000 Computer science, information and general works > 004 Computer science
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	04 Nov 2021 01:32
Last Modified:	24 Feb 2022 04:20
URI:	http://repository.ub.ac.id/id/eprint/186435

Text (DALAM MASA EMBARGO) Karina Amadea.pdf Restricted to Registered users only until 31 December 2023. Download (3MB)

Actions (login required)

View Item