Pengenalan Wajah Pada Citra Digital Menggunakan Fisherface dan Learning Vector Quantization (LVQ)

Aries Setiawan

Informasi Umum

Kode

113098004

Klasifikasi

681.2 - Testing, Measuring, Sensing Instruments

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Sensor

Dilihat

177 kali

Informasi Lainnya

Abstraksi

Wajah merupakan salah satu bagian dari tubuh manusia yang dapat digunakan untuk membedakan suatu individu dengan individu lainnya. Seseorang dapat dengan mudah mengingat pola-pola wajah orang lain dalam berbagai ekspresi maupun dalam keadaan kurang cahaya melalui proses belajar. Seiring dengan perkembangan teknologi informasi yang kian berkembang, muncul fenomena kebutuhan model untuk pengenalan wajah sebagai sumber informasi.<br><br>Salah satu teknik pengenalan wajah yang efisien adalah Fisherface. Citra wajah terlebih dahulu dilakukan proses ekstraksi fitur menggunakan Fisherface agar didapatkan komponen-komponen prinsip dari citra wajah sekaligus dapat mereduksi dimensi. Selanjutnya, output dari Fisherface dijadikan input ke dalam Jaringan Syaraf Tiruan untuk membuat sistem pengenalan (klasifikasi) menggunakan Learning Vector Quantization (LVQ).<br><br>Berdasarkan pengujian yang telah dilakukan, sistem dapat menghasilkan akurasi terbaik 96,67% dengan performansi FRR 3,33% dan FAR 0,24% dengan kombinasi pengaturan parameter 14 fitur FLD, 0.0001 minimum learning rate, 0.0001 learning rate, dan bobot awal yang diinisialisasi dari nilai rata-rata pola input masing-masing kelas. pengenalan wajah, ekstraksi fitur, klasifikasi, fisherface, learning vector quantization