SISTEM PENGAMANAN HANDPHONE MENGGUNAKAN FACE RECOGNITION BERBASIS ANDROID
|
|
- Sonny Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal... Vol. XX, No. X, Bulan 20XX, XX-XX 1 SISTEM PENGAMANAN HANDPHONE MENGGUNAKAN FACE RECOGNITION BERBASIS ANDROID Mirna Astria 1, Juni Nurma Sari 2, Mardhiah Fadhli 3 Program Studi Teknik Informatika Jurusan Komputer Politeknik Caltex Riau Jl. Umbansari no.1 Rumbai Pekanbaru ina_nosya@yahoo.co.id, 2 juni@pcr.ac.id, 3 mardhiah@pcr.ac.id Abstrak Biometrik adalah bidang keilmuan yang menggunakan karakterisktik fisik dari seseorang untuk menentukan atau mengungkapkan identitasnya. Face recognition merupakan salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem security selain pengenalan retina mata, sidik jari dan iris mata. Dalam aplikasinya, face recognition menggunakan sebuah kamera untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah yang sebelumnya telah disimpan di dalam database tertentu. Metode eigenface merupakan metode yang biasa digunakan untuk pengenalan wajah. Metode eigenface merupakan metode yang diklasifikasikan sebagai metode yang berdasarkan pada penampakan wajah secara keseluruhan (appearence-based method). Sistem ini memanfaatkan kamera android phone untuk identifikasi wajah pengguna dalam membuka kunci keamanan. Jika hasil capture cocok dengan identitas wajah pada database, maka proses membuka kunci keamanan berhasil. Tetapi, jika tidak cocok maka akan dinyatakan gagal. Dari hasil pengujian yang dilakukan, tingkat keberhasilan dalam membuka kunci keamanan dengan metode eigenface mencapai 80%, dikarenakan metode ini dipengaruhi oleh intensitas cahaya yang berbeda antara citra an dan citra training dan juga adanya perubahan ekspresi wajah. Hal ini membuktikan sistem identifikasi wajah ini dapat digunakan pada android phone. Kata kunci: Face recognition, eigenface, appearence-based, capture, pengamanan android phone Abstract Biometrics is a scientific field that uses a physical characteristic of a person to determine or reveal his identity. Face recognition is a biometric technology that has been widely applied in security systems in addition to the eye retina recognition, fingerprints and iris of the eye. In its application, face recognition using a camera to capture a person's face is then compared with a face that had been stored in a specific database. Eigenface method is a method commonly used for face recognition. Eigenface method is a method that is classified as methods based on the overall facial appearance (appearence-based method). The system utilizes the android phone camera to identify the user's face in the opening of security locks. If the results match the capture facial identity in the database, then the security unlock successfully. But, if it does not match it will be declared failed. From the results of tests performed, the level of success in unlocking the security of the eigenface method reached 80%, because the method is affected by different light intensities between the input image and training images, and also a change in facial expression. This proves the face identification system can be used on the android phone. Keywords: Face recognition, eigenface, appearence-based, capture, android phone security. 1 Pendahuluan Sistem keamanan perangkat mobile saat ini lebih banyak menggunakan input password dalam membuka kunci keamanan daripada memanfaatkan sistem otomatis yang lebih aman. Sistem keamanan dengan input password telah banyak digunakan hampir seluruh jenis handphone konvensional ter android phone. Pada android phone, password yang digunakan untuk membuka kunci keamanan adalah sederetan huruf atau angka. Password tersebut bisa saja diketahui oleh orang yang tidak berkepentingan sehingga tingkat keamanannya rendah. Selain password, android mempunyai sistem pembuka kunci seperti PIN yang menggunakan angka saja dan pattern yang membentuk sebuah garis pola. Tetapi sistem
2 2 Mirna Astria pembuka kunci tersebut tidak bisa membedakan pemilik handphone dan orang yang dengan sengaja mengakses handphone tersebut untuk kepentingan tertentu. Penggunaan face recognition atau pengenalan wajah pada proyek akhir ini adalah untuk mengenali wajah pemilik handphone dan membedakannya dengan wajah pencuri atau orang yang tidak bertanggung jawab terhadap handphone tersebut. Pengenalan wajah manusia dalam gambaran visual dapat diimplementasikan ke dalam banyak aplikasi yang mencakup pengenalan wajah dengan menggunakan metode eigenface, yang mengisyaratkan pemahaman dan pengawasan oleh aplikasi tersebut. Tujuan dari tugas akhir ini adalah untuk memberikan suatu sistem keamanan menggunakan face recognition terhadap android phone dari berbagai pihak-pihak yang tidak bertanggung jawab dalam menggunakan dan mengakses secara langsung sebuah perangkat android phone. 2 Dasar Teori 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optic berupa foto, bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televis atau bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan [4]. 2.2 Face Recognition Secara umum sistem pengenalan citra wajah dibagi menjadi 2 jenis yaitu sistem featurebased dan sistem image-based. Pada sistem pertama digunakan fitur yang diekstraksi dari komponen citra wajah (mata, hidung, mulut, dan lain-lain) yang kemudian dimodelkan secara geometris hubungan antara fitur-fitur tersebut. Sedangkan pada sistem kedua menggunakan informasi mentah dari pixel citra yang kemudian direpresentasikan dalam metode tertentu (misalnya Principal Component Analysis, transformasi wavelet, dan lain-lain) yang kemudian digunakan untuk pelatihan dan klasifikasi indentitas citra. Ide dari metode ini adalah memproyeksikan sebuah wajah, yang merupakan sebuah citra, dapat dilihat sebagai sebuah vektor. Pada dasarnya sistem pengenalan wajah (face recognition) digunakan untuk membandingkan satu citra wajah an dengan suatu database wajah dan menghasilkan wajah yang paling cocok dengan citra tersebut jika ada. 2.3 Eigenface Eigenface adalah algoritma pegenalan wajah yang berdasarkan pada Principle Component Analysis (PCA) yang dikembangkan di MIT. Dengan kata lain, eigenface menggunakan perhitungan PCA sebagai pendekatannya. Eigenface dapat ditentukan dengan prinsip-prinsip analisis komponen terhadap sekumpulan citra sampel dengan wajah terpusat dan terutama dengan ukuran yang setara. Pola wajah didalam suatu citra dapat ditentukan dengan memindahkan frame pada subcitra yang menutupi atau membatasi keseluruhan pola pada citra yang disebut sebagai wajah, ke lokasi lain yang berukuran sama yang pasti mengandung wajah yang lain. Suatu kumpulan photograph yang telah terkompilasi sebelumnya terdiri dari sekumpulan himpunan penguji cobaan dan eigenface mengekstraksi fitur dari sekumpulan himpunan ini [2]. 2.4 Principal Component Analysis (PCA) Proses algoritma PCA dapat digambarkan sebagai berikut:
3 Jurnal... Vol. XX, No. X, Bulan 20XX, XX-XX 3 Start Input Normalization Find Covariance Matrix Find & Sort Eigenvalues Find Eigenvector Find Eigenface Stop Gambar 1. Flowchart algoritma PCA Berdasarkan flowchart pada gambar 4.1 dapat dijelaskan : 1. Mengambil satu set gambar dan kemudian mentransformasikan gambar tersebut untuk dinormalisasi menjadi vektor kolom, sehingga didapatkan satu matriks yang tiap kolomnya mewakili gambar yang berbeda. 2. Menghitung matriks kovarian, yaitu dengan melakukan operasi perkalian transpose dari training set. 3. Menghitung nilai eigen (eigenvalue) dari matriks kovarian. 4. Mengurutkan vektor eigen (eigenvector) berdasarkan nilai eigen masing-masing vektor. 5. Menghitung bobot eigenface pada citra training yaitu dengan cara mengalikan matrik vektor eigen transpose dengan matrik beda, yang hasilnya merupakan reprentasi bobot dari variasi wajah. Adapun cara kerja PCA yaitu (Al Fatta, 2009) : 1. Buat MakeFlatVector(ImageList, N, M) : ImageList adalah kumpulan dari N training image, dimana setiap image adalah W x H piksel. M adalah ukuran vector flat yang harus dibuat. 2. Gabungkan setiap dalam WH elemen vector dengan menggabungkan semua baris. Buat ImageMatrix sebagai matriks N x WH berisi semua gambar yang digabung. 3. Jumlahkan semua baris pada ImageMatrix dan dibagi dengan N untuk mendapatkan rataan gambar gabungan. Kita namakan vector elemen WH ini dengan R. 4. Kurangi ImageMatrix dengan average image R. Kita namakan matriks baru ukuran N x WH sebagai R. 5. Jika pada elemen-elemen dari matriks R ditemukan nilai negative, ganti nilainya dengan nilai 0. Kemudian identifikasi dilakukan dengan proyeksi menggunakan algoritma seperti berikut [1] : 1. Citra an : image berukuran W x H piksel 2. Gabungkan elemen vector WH dan kita sebut img. 3. Load nilai rataan R dari database atau file 4. Kurangi img dengan R hingga dapatkan img. 5. Jika pada img ditemukan elemen dengan nilai negative, ganti dengan nilai 0 untuk mendapatkan vector ukuran img. Proses terakhir adalah identifikasi, yaitu memproyeksikan test image ke face space dan menghitung score [1] : 1. Load semua wajah yang sudah diproyeksikan dari database
4 4 Mirna Astria 2. Proj = ProjectToFaceSpace(test_image) 3. Lakukan operasi pengurangan, proj dengan semua wajah yang telah diproyeksikan. Ambil nilai absolutnya dan jumlahkan, hasilnya adalah score. Ambil score terkecil sebagai hasil dari wajah yang telah diproyeksikan. Wajah ini menjadi hasil identifikasi. 3 Perancangan 3.1 Perancangan Sistem Proses identifikasi wajah ini, untuk pengamanan android phone dapat digambarkan dalam satu block diagram seperti yang ditunjukkan pada gambar 2. Gambar 2. Block diagram proses penyimpanan wajah Keterangan : Jalannya block diagram proses penyimpanan wajah adalah sebagai berikut : 1. Kamera aplikasi : merupakan piranti pada aplikasi ini yang digunakan untuk mengambil citra wajah (capture). 2. Browse file wajah : proses mengambil citra wajah melalui browse. 3. Deteksi wajah : merupakan proses yang menunjukkan bagian wajah dari citra wajah yang diambil. 4. Identifikasi wajah : merupakan proses yang dilakukan untuk mencocokkan citra an wajah yang terlebih dahulu diidentifikasi, kemudian hasil identifikasi tersebut disimpan di dalam database wajah (training face) sehingga pada saat proses identifikasi kembali citra an wajah cocok dengan citra wajah pada database. Proses pengenalan wajah yang digunakan untuk membuka kunci keamanan pada android phone dapat digambarkan dalam satu block diagram seperti yang ditunjukkan pada gambar 3. Gambar 3. Block diagram proses membuka kunci keamanan Keterangan : Jalannya block diagram proses penyimpanan wajah adalah sebagai berikut : 1. Kamera aplikasi : merupakan piranti pada aplikasi ini yang digunakan untuk mengambil citra wajah (capture). 2. Pengambilan citra wajah (capture) : dilakukan dengan menggunakan kamera pada aplikasi ini.
5 Jurnal... Vol. XX, No. X, Bulan 20XX, XX-XX 5 3. Deteksi wajah : merupakan proses yang menunjukkan bagian wajah dari citra wajah yang diambil. 4. Proses identifikasi : merupakan proses pencocokan citra an wajah dengan citra wajah yang telah diproses dan disimpan di dalam database. 5. Pada saat wajah telah teridentifikasi, maka kunci keamanan bisa terbuka. 3.2 Perancangan Aplikasi 1. Flowchart menu aplikasi Start Menu aplikasi Setting Set wajah Ambil citra wajah Set password Melalui kamera Exit Simpan ke Shared Preference Ambil citra an kamera Browse file dari gallery Simpan file di gallery dan browse dari gallery Citra terdeteksi? Normalisasi ukuran citra Stop Identifikasi menggunakan eigenface Simpan identifikasi ke database Gambar 4. Flowchart menu aplikasi 2. Flowchart sistem buka kunci
6 6 Mirna Astria Start Tarik kunci Capture wajah (kamera) Bisa di deteksi? Normalisasi ukuran citra Identifikasi menggunakan eigenface Proses Identifikasi Citra teridentifikasi Terbuka kunci Stop Gambar 5. Flowchart sistem buka kunci 3. Flowchart penyimpanan password Start Set password Simpan ke Shared Preference Stop Gambar 6. Flowchart penyimpanan password
7 Jurnal... Vol. XX, No. X, Bulan 20XX, XX-XX 7 4 Pengujian dan Analisa 4.1 Pengujian Sistem Pengujian sistem dilakukan dengan memasang aplikasi ini ke perangkat selular android untuk mengetahui apakah hasil yang diberikan sesuai dengan pengetahuan yang diberikan kedalam sistem. Aplikasi sistem pengamanan handphone menggunakan face recognition berbasis android ini membuktikan apakah citra wajah yang dikan dapat diidentifikasi oleh system dalam membuka kunci keamanan. Jika wajah yang dikan benar maka sistem akan secara otomatis membuka kunci keamanan. 1. Tampilan utama aplikasi merupakan tampilan yang pertama kali muncul pada saat membuka aplikasi. Pada tampilan ini disediakan menu setting untuk proses set wajah dan password serta menu exit untuk keluar dari aplikasi ini. Dalam menu setting terdapat checkbox yang berfungsi untuk mengaktifkan locking dan booting service. Checkbox akan aktif apabila alternative lock telah diset terlebih dahulu. Kemudian didalam menu setting juga terdapat button face capture merupakan tampilan untuk kamera untuk capture wajah. 2. Selanjutnya hasil capture ataupun browse file akan ditampilkan pada tampilan Recognized. Ukuran citra tersebut akan diperkecil dengan memperhatikan aspect ratio nya sehingga bisa ditampilkan pada form Recognized. Dan pertama kali wajah akan dikenali sebagai Unknown Person. Selanjutnya pengguna diminta untuk mengisi nama sebagai identitas wajah dalam proses identifikasi. Nama tersebut akan diisi pada sebuah tampilan alert dialog. Wajah yang telah diset bisa dilihat pada tampilan Face Gallery. 3. Setelah service aktif, pada saat pengguna membuka kunci keamanan akan ditampilkan sebuah tampilan utama. Pada tampilan ini terdapat button scan face dan password. Tampilan ini muncul setelah service unlock screen. Tampilan scan face merupakan
8 8 Mirna Astria tampilan kamera untuk capture wajah an. Setelah melakukan capture, wajah akan tampil pada halaman Recognized. Jika wajah tidak teridentifikasi akan muncul alert yang berfungsi sebagai warning bagi pengguna untuk melakukan capture wajah kembali untuk proses membuka kunci keamanan. Tetapi jika teridentifikasi, maka kunci keamanan bisa terbuka. 4.2 Analisa Pengujian yang akan dilakukan pada sistem ini adalah mengenai tinggi rendahnya intensitas pencahayaan di sekitar objek, ekspresi wajah dan atribut pada wajah. Dari pengujian tersebut akan didapatkan analisa tingkat keberhasilan dalam membuka kunci keamanan dengan metode eigenface ini. Dan citra training yang digunakan adalah 5 wajah. Tabel 1. Citra training Citra training Tabel 2. Hasil pengujian tingkat keberhasilan metode eigenface No Citra Masukan (Saat membuka kunci) Status Cahaya Kamera Ekspresi Atribut Hasil 1 Cukup Depan Tampak gigi Jilbab
9 Jurnal... Vol. XX, No. X, Bulan 20XX, XX-XX 9 2 Cukup Belakang Senyum Jilbab, 3 Cukup Depan Ekspresif Jilbab, Gagal 4 Terang Belakang Senyum Jilbab 5 Redup Depan Senyum Jilbab, Gagal 6 Cukup Belakang Standar Jilbab, 7 Cukup Depan Tampak gigi Jilbab 8 Cukup Belakang Senyum Jilbab, 9 Cukup Depan Tampak gigi Jilbab.
10 10 Mirna Astria 10 Cukup Belakang Senyum Jilbab Tingkat keberhasilan metode eigenface dalam membuka kunci keamanan dari pengujian diatas mencapai 80%, dikarenakan metode ini dipengaruhi oleh intensitas cahaya yang berbeda antara citra an dan citra training dan juga adanya perubahan ekspresi wajah. 5 Kesimpulan Berdasarkan pengujian dan analisa sebelumnya, dapat diambil kesimpulan sebagai berikut : a. Proses pengenalan wajah menggunakan pendekatan metode eigenface sensitif terhadap perubahan cahaya, jarak dan ekspresi wajah. Jika citra yang digunakan sebagai training set maupun sebagai citra input memiliki intensitas cahaya yang berbeda dan tidak berada pada posisi yang sama dengan citra training set maka proses tersebut tidak dapat memberikan hasil yang akurat. b. Citra yang digunakan sebagai training, bisa diset minimal sebanyak 5 wajah untuk satu individu dalam berbagai kondisi cahaya, jarak dan ekspresi wajah. 6 Daftar Pustaka [1] Al fatta, Hanif. (2009). Pengenalan Wajah dengan Algoritma Eigenface. Jurnal Mahasiswa STMIK AMIKOM Yogyakarta. (Jurnal) [2] Fadlisyah. (2007). Computer Vision dan Pengolahan Citra. Yogyakarta : Andi [3] Saputra, Rizky. (2011). Analisa Identifikasi Wajah Menggunakan Metode eigenface dan Metode Euclidean dengan Pembanding Ekstraksi Ciri. [4] Suyoto,T dkk. (2009). Pengolahan Citra Digital. Yogyakarta : Andi [5] Turk, M, Pentland, A (2002). Eigenface Based Facial Recognition. McGraw-Hill International. (buku)
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan hampir semua pengolahan data dan informasi telah dilakukan dengan komputer. Hal ini diakibatkan
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciPengenalan wajah dengan algorithma Eigen Face Oleh: Hanif Al Fatta
Pengenalan wajah dengan algorithma Eigen Face Oleh: Hanif Al Fatta Abstraksi Pengenalan wajah (face recognition) yang merupakan salah satu penerapan image processing, kini telah dipakai untuk banyak aplikasi.
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciSISTEM PRESENSI KARYAWAN BERBASIS PENGENALAN WAJAH DENGAN ALGORITMA EIGENFACE
SISTEM PRESENSI KARYAWAN BERBASIS PENGENALAN WAJAH DENGAN ALGORITMA EIGENFACE Hanif Al Fatta STMIK AMIKOM Yogyakarta Hanivonitch@yahoo.com ABSTRACT Computer technology brings us to a new way of preventing
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Setiap manusia diciptakan dengan bentuk fisik dan rupa yang berbeda sehingga manusia tersebut dapat dibedakan satu dengan yang lainnya. Pada teknologi informasi
Lebih terperinciPENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan
PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan 6907040024 Fajar Indra 6907040026 ABSTRACT Face recognition
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Home security saat ini sudah menjadi kebutuhan setiap pemilik rumah yang menginginkan tingkat keamanan yang baik. Salah satu sistem keamanan konvensional yang masih
Lebih terperinciBAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE
PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN EUCLIDEAN DISTANCE Widodo Muda Saputra, Helmie Arif Wibawa, S.Si, M.Cs, dan Nurdin Bahtiar, S.Si, M.T Fakultas Sains dan Matematika, Jurusan Ilmu Komputer
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
Lebih terperinciImplementasi Pengenalan Citra Wajah dengan Algoritma Eigenface pada Metode Principal Component Analysis (PCA)
46 Implementasi Pengenalan Citra Wajah dengan Algoritma Eigenface pada Metode Principal Component Analysis (PCA) Iwan Setiawan setiawanise@yahoo.com, Welly Iskand welly.iskand@gmail.com, Fauzi Nur Iman
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Bab ini menjelaskan mengenai Latar Belakang, Identifikasi Masalah, Tujuan Tugas Akhir, Lingkup Tugas Akhir, Metodologi Tugas Akhir dan Sistematika Penulisan Tugas Akhir. 1.1 Latar Belakang
Lebih terperinciJournal of Control and Network Systems
JCONES Vol 3, No 1 (14) 29-36 Journal of Control and Network Systems Situs Jurnal : http://jurnalstikomedu/indexphp/jcone APLIKASI PENGENALAN WAJAH PADA MOBILE ROBOT OMNIDIRECTIONAL MENGGUNAKAN METODE
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Folder Sebuah directory (folder) adalah seperti ruangan-ruangan (kamar-kamar) pada sebuah komputer yang berfungsi sebagai tempat penyimpanan dari berkas-berkas (file). Sedangkan
Lebih terperinciPENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS
PENGENALAN WAJAH DENGAN MENERAPKAN ALGORITMA ADAPTIF K MEANS Disusun oleh: Juan Elisha Widyaya (0822014) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, no. 65, Bandung, Indonesia
Lebih terperinciUJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES
1 Uji Kinerja Face Recognition Menggunakan Eigenfaces UJI KINERJA FACE RECOGNITION MENGGUNAKAN EIGENFACES ABDUL AZIS ABDILLAH 1 1STKIP Surya, Tangerang, Banten, abdillah.azul@gmail.com Abstrak. Pada paper
Lebih terperinciSISTEM PENGENALAN WARGA PADA KAWASAN PERUMAHAN BERBASIS FACE RECOGNITION MENGGUNAKAN EIGENFACE DAN EUCLIDEAN DISTANCE ABSTRAK
SISTEM PENGENALAN WARGA PADA KAWASAN PERUMAHAN BERBASIS FACE RECOGNITION MENGGUNAKAN EIGENFACE DAN EUCLIDEAN DISTANCE Didik Sunarko Magister Teknologi Informasi Sekolah Tinggi Teknik Surabaya didikbiasane@gmail.com
Lebih terperinciDAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... DAFTAR LAMPIRAN Latar Belakang... 1
ABSTRAK Saat ini komputer dan piranti pendukungnya telah masuk dalam setiap aspek kehidupan dan pekerjaan. Komputer yang ada sekarang memiliki kemampuan yang lebih dari sekedar perhitungan matematik biasa.
Lebih terperinciANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS
ANALISA PENGUKURAN SIMILARITAS BERDASARKAN JARAK MINIMUM PADA PENGENALAN WAJAH 2D MENGGUNAKAN DIAGONAL PRINCIPAL COMPONENT ANALYSIS Fetty Tri Anggraeny, Wahyu J.S Saputra Jurusan Teknik Informatika, Universitas
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Sistem Absensi Berbasis Webcam
BAB PEMBAHASAN.1 Sistem Absensi Berbasis Webcam Sistem absensi berbasis webcam adalah sistem yang melakukan absensi karyawan berdasarkan input citra hasil capture webcam. Sistem akan melakukan posting
Lebih terperinciPENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH SEBAGAI HASIL SINTESIS DENGAN TEKNIK MULTISCALE MARKOV RANDOM FIELD (MRF)
PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH SEBAGAI HASIL SINTESIS DENGAN TEKNIK MULTISCALE MARKOV RANDOM FIELD (MRF) Disusun oleh : Alvin Silajaya (0922018) Jurusan Teknik Elektro,
Lebih terperinciPENGENALAN WAJAH MANUSIA DENGAN METODE PRINCIPLE COMPONENT ANALYSIS (PCA)
ISSN: 1693-6930 177 PENGENALAN WAJAH MANUSIA DENGAN MEODE PRINCIPLE COMPONEN ANALYSIS (PCA) Murinto Program Studi eknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus III UAD Jl Prof Dr. Supomo,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini menjelaskan landasan teori dari metode yang digunakan dalam proses pengenalan wajah, yaitu terdiri atas: metode Eigenface, dan metode Jarak Euclidean. Metode Eigenface digunakan
Lebih terperinciHasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan Wajah dengan Bahasa Pemograman Java Eclipse IDE
Hasil Ekstraksi Algoritma Principal Component Analysis (PCA) untuk Pengenalan dengan Bahasa Pemograman Java Eclipse IDE Fiqih Ismawan Dosen Program Studi Teknik Informatika, FMIPA Universitas Indraprasta
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciRANCANG BANGUN SISTEM PENGENALAN WAJAH DENGAN METODE PRINCIPAL COMPONENT ANALYSIS
RANCANG BANGUN SISTEM PENGENALAN WAJAH DENGAN METODE PRINCIPAL COMPONENT ANALYSIS Salamun 1, Firman Wazir 2 Program Studi Teknik Informatika, Fakultas Teknik, Univbersitas Abdurrab Pekanbaru Jl. Riau Ujung
Lebih terperinciJurnal String Vol.1 No.2 Tahun 2016 ISSN : PRINCIPAL COMPONENT ANALYSIS UNTUK SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE EIGENFACE
PRINCIPAL COMPONENT ANALYSIS UNTUK SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE EIGENFACE Nunu Kustian Program Studi Teknik Informatika, Universitas Indraprasta PGRI Email: kustiannunu@gmail.com Abstrak
Lebih terperinciSISTEM PENGENALAN WAJAH DENGAN METODE EIGENFACE DAN JARINGAN SYARAF TIRUAN (JST)
Berkala Fisika ISSN : 1410-9662 Vol. 15, No. 1, Januari 2012, hal 15-20 SISTEM PENGENALAN WAJAH DENGAN METODE EIGENFACE DAN JARINGAN SYARAF TIRUAN (JST) Tri Mulyono, Kusworo Adi dan Rahmat Gernowo Jurusan
Lebih terperinciPENGEMBANGAN SISTEM PENCATAT PEMAKAIAN KOMPUTER LAB DENGAN BIOMETRIKA PENGENAL WAJAH EIGENFACE. Oleh
PENGEMBANGAN SISTEM PENCATAT PEMAKAIAN KOMPUTER LAB DENGAN BIOMETRIKA PENGENAL WAJAH EIGENFACE Oleh Kadek Ananta Satriadi 1, Made Windu Antara Kesiman,S.T.,M.Sc., I Gede Mahendra Darmawiguna,S.Kom.,M.Sc.
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras 3.1.1 Diagram Blok Sistem Rancangan perangkat keras dari aplikasi pengenalan wajah ini dapat dilihat pada diagram blok Gambar 3.1 sebagai berikut
Lebih terperinciDAFTAR ISI v. ABSTRACT ii KATA PENGANTAR iii. DAFTAR GAMBAR.vii DAFTAR TABEL...ix
ABSTRAK Dalam laporan tugas akhir ini dijelaskan mengenai suatu sistem pengenal identitas manusia dengan menggunakan wajah sebagai pengenalnya, atau yang lebih dikenal dengan Face Recognition. Tujuan dari
Lebih terperinciPengenalan Wajah dengan Metode Subspace LDA (Linear Discriminant Analysis)
Pengenalan Wajah dengan Metode Subspace LDA (Linear Discriminant Analysis) Ratna Nur Azizah Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111
Lebih terperinciPENERAPAN ALGORITMA EIGENFACE PADA SISTEM ABSENSI KARYAWAN BERBASIS WEBCAM SKRIPSI MAULINA SARI
PENERAPAN ALGORITMA EIGENFACE PADA SISTEM ABSENSI KARYAWAN BERBASIS WEBCAM SKRIPSI MAULINA SARI 060823011 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH DENGAN METODE EIGENFACE PADA SISTEM ABSENSI
IMPLEMENTASI PENGENALAN WAJAH DENGAN METODE EIGENFACE PADA SISTEM ABSENSI [1] Muhammad Rizki Muliawan, [2] Beni Irawan, [3] Yulrio Brianorman [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciRANCANGAN APLIKASI PENGENALAN WAJAH DENGAN ALGORITMA EIGENFACE
RANCANGAN APLIKASI PENGENALAN WAJAH DENGAN ALGORITMA EIGENFACE Pertumpun Gurusinga; Kelvin Permana Arbi Jurusan Sistem Informasi, Fakultas Teknik,Universitas Satya Negara Jl. Iskandar Muda, Kebayoran Lama,
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciFaktor-Faktor yang Mempengaruhi Sistem Pengenalan Wajah Menggunakan Metode Eigenface pada Perangkat Mobile Berbasis Android
Jurnal Komputer Terapan Vol.2, No. 2, November 2016, 127-136 127 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Faktor-Faktor yang Mempengaruhi Sistem Pengenalan Wajah Menggunakan Metode Eigenface
Lebih terperinciPrincipal Component Analysis
Perbandingan Ukuran Jarak pada Proses Pengenalan Wajah Berbasis Principal Component Analysis (PCA) Pembimbing: Dr.Ir.Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) Nimas Setya Yaniar 2208.100.616 POSE (posisi
Lebih terperinciSISTEM KONTROL AKSES BERBASIS REAL TIME FACE RECOGNITION DAN GENDER INFORMATION
SISTEM KONTROL AKSES BERBASIS REAL TIME FACE RECOGNITION DAN GENDER INFORMATION Putri Nurmala 1 ; Wikaria Gazali 2 ; Widodo Budiharto 3 1, 2 Mathematics and Statistics Department, School of Computer Science,
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)
PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS) Disusun oleh : Yudi Setiawan (0722095) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, No.
Lebih terperinciPengenalan Image Wajah Dengan Menggunakan Metode Template Matching. Abstraksi
Pengenalan Image Wajah Dengan Menggunakan Metode Template Matching Moh. Khayat Subkhan 1, Yuliana Melita Pranoto 2 1 Mahasiswa Magister Teknologi Informasi, Sekolah Tinggi Teknik Surabaya 2 Dosen Magister
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS ABSTRAK
PENGENALAN WAJAH MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS Rudy Hova / 0222165 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia Email : rudy_hova@yahoo.com
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Analisa Masalah Kemajuan teknologi di bidang multimedia, menuntut kemampuan sistem yang lebih baik dan lebih maju dari sebelumnya, sesuai dengan perkembangan teknologi.
Lebih terperinciPENGENALAN WAJAH PELANGGAN TOKO
PENGENALAN WAJAH PELANGGAN TOKO Semuil Tjiharjadi Jurusan Sistem Komputer, Universitas Kristen Maranatha Jl. Suria Sumantri 65, Bandung 40164 E-mail: semuiltj@gmail.com 1 ABSTRAK Pada era persaingan yang
Lebih terperinciSTUDI ANALISIS EIGENFACE DAN EIGEN FUZZY SET UNTUK EKSTRAKSI CIRI BIBIR PADA SISTEM IDENTIFIKASI WAJAH
Widyanto, Studi Analisis Eigenface dan Eigen Fuzzy Set untuk Ekstraksi Ciri Bibir pada Sistem Identifikasi Wajah STUDI ANALISIS EIGENFACE DAN EIGEN FUZZY SET UNTUK EKSTRAKSI CIRI BIBIR PADA SISTEM IDENTIFIKASI
Lebih terperinciAplikasi Screen Lock pada Smartphone Menggunakan Identifikasi Wajah dengan Menerapkan Pointwise
Citec Journal, Vol. 1, No. 1, November 13 Januari 14 ISSN: 2354-5771 Aplikasi Screen Lock pada Smartphone Menggunakan Identifikasi Wajah dengan Menerapkan Pointwise 1 Andi Widiyanto* 1, Bintang Dian Mahardika
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN MELALUI PENGENALAN CITRA WAJAH MENGGUNAKAN ALGORITMA EIGENFACE
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 355~360 355 SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN MELALUI PENGENALAN CITRA WAJAH MENGGUNAKAN ALGORITMA EIGENFACE Abdul Hamid
Lebih terperinciPROTOTIPE SISTEM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN METODE CBIR
PROTOTIPE SISTEM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN METODE CBIR Irawan Program Studi Teknik Informatika, STIKOM Dinamika Bangsa, Jambi Jl. Jendral Sudirman Thehok - Jambi E-mail: irawanirend@stikom-db.ac.id
Lebih terperinciPengenalan Citra Wajah Sebagai Identifier Menggunakan Metode Principal Component Analysis (PCA)
JURNAL TEKNIK INFORMATIKA VOL 9 NO. 2, OKTOBER 2016 166 Pengenalan Citra Wajah Sebagai Identifier Menggunakan Metode Principal Component Analysis (PCA) Aris Budi S 1, Suma'inna 2, Hata Maulana 3 1,2 Matematika,
Lebih terperinciPROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA)
PROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA) Jemmy E.Purwanto Jemmy.e.Purwanto@Gmail.com Pembimbing I :
Lebih terperinciRANCANGAN AWAL SISTEM PRESENSI KARYAWAN STMIK BANJARBARU DENGAN PENDEKATAN EIGENFACE ALGORITHM
RANCANGAN AWAL SISTEM PRESENSI KARYAWAN STMIK BANJARBARU DENGAN PENDEKATAN EIGENFACE ALGORITHM RULIAH Jurusan Sistem Informasi STMIK Banjarbaru Jl. Jend. Ahmad Yani Km. 33.3 Loktabat Banjarbaru twochandra@gmail.com
Lebih terperinciESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH
ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH Akhyar 1*, Risanuri Hidayat 1, Bimo Sunarfri Hantono 1 1 Department of Electrical Engineering and Information Technology, Universitas Gadjah Mada *
Lebih terperinciSTUDI ANALISIS EIGENFACE DAN EIGEN FUZZY SET UNTUK EKSTRAKSI CIRI BIBIR PADA SISTEM IDENTIFIKASI WAJAH
Widyanto, Studi Analisis Eigenface dan Eigen Fuzzy Set untuk Ekstraksi Ciri Bibir pada Sistem Identifikasi Wajah STUDI ANALISIS EIGENFACE DAN EIGEN FUZZY SET UNTUK EKSTRAKSI CIRI BIBIR PADA SISTEM IDENTIFIKASI
Lebih terperinciKLASIFIKASI CITRA SIDIK JARI DENGAN METODE TEMPLTE MATCHING
KLASIFIKASI CITRA SIDIK JARI DENGAN METODE TEMPLTE MATCHING SKRIPSI Oleh : DWI KUSMIATI J2A 605 036 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB 1 PENDAHULUAN. 1. Sistem pengawasan atau surveillance system
BAB 1 PENDAHULUAN Bab ini menjelaskan latar belakang, permasalahan, tujuan, dan ruang lingkup dari tugas akhir. Setelah itu dilanjutkan dengan sistematika penulisan laporan. 1.1. Latar Belakang Saat ini
Lebih terperinciPERANCANGAN PERGERAKAN WEBCAM BERDASARKAN PERUBAHAN POSISI WAJAH MENGGUNAKAN METODE EIGENFACE BERBASIS RASPBERRY PI
PERANCANGAN PERGERAKAN WEBCAM BERDASARKAN PERUBAHAN POSISI WAJAH MENGGUNAKAN METODE EIGENFACE BERBASIS RASPBERRY PI Disusun oleh : Regina Vania Cahyadi (1122003) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciLAPORAN PENELITIAN DOSEN MUDA. Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah
LAPORAN PENELITIAN DOSEN MUDA Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah Oleh : Endah Sudarmilah, S.T, M.Eng Umi Fadlillah, S.T Dibiayai oleh Koordinasi Perguruan Tinggi Swasta Wilayah
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH DENGAN METODE EIGENFACE PADA SISTEM ABSENSI
Volume 3, No. 1 (215). Hal 41-5 ISSN : 2338-493X IMPLEMENTASI PENGENALAN WAJAH DENGAN METODE EIGENFACE PADA SISTEM ABSENSI [1] Muhammad Rizki Muliawan, [2] Beni Irawan, [3] Yulrio Brianorman [1] [2] [3]
Lebih terperinciPengujian Pengenalan Wajah Menggunakan Raspberry Pi
Pengujian Pengenalan Wajah Menggunakan Raspberry Pi 1 Irvan Budiawan, 2 Andriana Prodi Teknik Elektro, Universitas Langlangbuana Bandung JL. Karapitan No.116, Bandung 40261 E-mail: 1 budiawan.irvan@gmail.com
Lebih terperinciJURNAL TEODOLITA. VOL. 14 NO. 1, Juni 2013 ISSN DAFTAR ISI
JURNAL TEODOLITA VOL. 14 NO. 1, Juni 2013 ISSN 1411-1586 DAFTAR ISI Perpaduan Arsitektur Jawa dan Sunda Pada Permukiman Bonokeling Di Banyumas, Jawa Tengah...1-15 Wita Widyandini, Atik Suprapti, R. Siti
Lebih terperinciBAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Biometrik adalah salah satu teknologi cangih yang banyak dipakai untuk menjadi bagian dari system keamanan di berbagai bidang. Biometrik ini bahkan sudah digunakan
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION
J~ICON, Vol. 3 No. 2, Oktober 2015, pp. 89 ~ 95 89 IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION Rini Miyanti Maubara 1, Adriana Fanggidae
Lebih terperinciBAB 3. ANALISIS dan RANCANGAN. eigenfaces dan deteksi muka dengan color thresholding akan mempunyai proses
BAB 3 ANALISIS dan RANCANGAN 3.1 Analisa metode Secara garis besar, tahap pada pengenalan wajah dengan metode eigenfaces dan deteksi muka dengan color thresholding akan mempunyai proses yang dilakukan
Lebih terperinciANALISIS KOMPONEN UTAMA MENGGUNAKAN METODE EIGENFACE TERHADAP PENGENALAN CITRA WAJAH
Volume 9 No.1 Januari 2017 ISSN : 2085 1669 e-issn : 2460 0288 Website : jurnal.umj.ac.id/index.php/jurtek Email : jurnalteknologi@umj.ac.id U N I V E R S I T A S M U H A M M A D I Y A H J A K A R T A
Lebih terperinciPengenalan Bentuk Wajah Manusia Pada Citra Menggunakan Metode Fisherface
Pengenalan Bentuk Wajah Manusia Pada Citra Menggunakan Metode Fisherface (Studi Kasus pengenalan wajah pada manusia di teknik informatika universitas malikussaleh) Muthmainnah, Rahayu Dosen Teknik Informatika
Lebih terperinciBAB I PENDAHULUAN. Sistem biometrik merupakan penerapan teknologi yang mempelajari
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrik merupakan penerapan teknologi yang mempelajari karakteristik biologi yang menjadi keunikan tersendiri pada manusia. Salah satu bagian sistem biometrik
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI
IDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI Disusun Oleh: Nama : Edy Kurniawan NRP : 0922023 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinciPenerapan Face Recognition dengan Metode Eigenface pada Intelligent Car Security
Penerapan Face Recognition dengan Metode Eigenface pada Intelligent Car Security Sehman Teknologi Informasi Sekolah Tinggi Teknologi Surabaya Sehman08agustus@yahoo.com ABSTRAK Kemajuan teknologi informasi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Analisis sistem merupakan tahap yang bertujuan untuk memahami sistem, mengetahui kekurangan sistem, dan menentukan kebutuhan perbandingan proses
Lebih terperinciRancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface
Rancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface Wahyu Sulistiyo, Budi Suyanto, Idhawati Hestiningsih, Mardiyono, Sukamto
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM
ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Masalah Dalam mengetahui suatu bahan jenis kulit cukup sulit karena bahan jenis kulit memeliki banyak jenis. Setiap permukaan atau tekstur dari setiap jenisnya
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
Lebih terperinciSISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE
SISTEM PINTU OTOMATIS BERDASARKAN PENGENALAN WAJAH MENGGUNAKAN METODE NEAREST FEATURE LINE Agus Budi Dharmawan 1), Lina 2) 1), 2) Teknik Informatika FTI - UNTARJakarta Jl S. Parman No.1, Jakarta 11440
Lebih terperinciPEMANFAATAN GUI DALAM PENGEMBANGAN PERANGKAT LUNAK PENGENALAN CITRA WAJAH MANUSIA MENGGUNAKAN METODE EIGENFACES
PEMANFAATAN GUI DALAM PENGEMBANGAN PERANGKAT LUNAK PENGENALAN CITRA WAJAH MANUSIA MENGGUNAKAN METODE EIGENFACES Ni Wayan Marti Jurusan Manajemen Informatika, Fakultas Teknik dan Kejuruan,Universitas Pendidikan
Lebih terperinciIDENTIFIKASI WAJAH PADA SISTEM KEAMANAN BRANKAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS
IDENTIFIKASI WAJAH PADA SISTEM KEAMANAN BRANKAS MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS Dadang Ardiansyah #1, Edi Satriyanto, S.Si, M.Si, #2, Eru Puspita, ST, M.Kom, #3, Budi Nur Iman, S.Si, M.Kom #4
Lebih terperinciElisabeth Patricia Chandra 1, Astri Novianty 2, Agung Nugroho Jati 3. Abstrak
IMPLEMENTASI ALGORITMA PRINCIPAL COMPONENT ANALYSIS PADA SISTEM KEAMANAN PARKIR BERBASIS RASPBERRY PI PRINCIPAL COMPONENT ANALYSIS ALGORITHM IMPLEMENTATION IN PARKING SECURITY SYSTEM BASED RASPBERRY PI
Lebih terperinciPengenalan Wajah Dengan Algoritma Canonical Correlation Analysis (CCA)
JURNAL EKNIK IS ol 1, (Sept, 212) ISSN: 231-9271 A-439 Pengenalan Wajah Dengan Algoritma Canonical Correlation Analysis (CCA) Ratna Dwi Kartika Rini, Wirawan dan Hendra Kusuma Jurusan eknik Elektro-FI,
Lebih terperinciPERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI
PERANCANGAN PENDETEKSI WAJAH DENGAN ALGORITMA LBP (LOCAL BINARY PATTERN) BERBASIS RASPBERRY PI Nadia R.W (0822084) Email: neko882neko@yahoo.co.id Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg.
Lebih terperinciMenurut Ming-Hsuan, Kriegman dan Ahuja (2002), faktor-faktor yang mempengaruhi sebuah sistem pengenalan wajah dapat digolongkan sebagai berikut:
BAB 2 LANDASAN TEORI Bab ini akan menjelaskan berbagai landasan teori yang digunakan oleh penulis dalam penelitian ini dan menguraikan hasil studi literatur yang telah dilakukan penulis. Bab ini terbagi
Lebih terperinciBAB I PENDAHULUAN. individu dapat dibedakan dengan individu yang lain.
BAB I PENDAHULUAN 1 Latar Belakang Masalah Pemeriksaan identitas adalah pemeriksaan jati diri yang dimiliki oleh seseorang yang ia dapat sejak ia lahir, dimana setiap identitas yang dimiliki seseorang
Lebih terperinciSIMULASI PENGENALAN WAJAH UNTUK MEMBUKA MINIATUR PINTU MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP) DAN ARDUINO UNO
SIMULASI PENGENALAN WAJAH UNTUK MEMBUKA MINIATUR PINTU MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP) DAN ARDUINO UNO Nanda Arief Setiawan 1, Huzeni 2, Aswandi 3 Program Studi Teknik Informatika, Jurusan
Lebih terperinciAplikasi Identifikasi Wajah Berbasis Android
Aplikasi Identifikasi Wajah Berbasis Android I Kadek Surya Widiakumara 1, I Ketut Gede Darma Putra 2, Kadek Suar Wibawa 3 Program Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana Jl. Raya
Lebih terperinciBAB I PENDAHULUAN. dengan memanfaatkan ciri wajah yang telah tersimpan pada database atau wajah
BAB I 1. asd PENDAHULUAN 1.1. Latar Belakang Masalah Dewasa ini perkembangan teknologi di bidang informasi khususnya dengan menggunakan komputer telah berkembang, hal ini menyebabkan banyak aplikasi baru
Lebih terperinciPengembangan Perangkat Lunak untuk Pengenalan Wajah dengan Filter Gabor Menggunakan Algoritma Linear Discriminant Analysis (LDA)
Pengembangan Perangkat Lunak untuk Pengenalan Wajah dengan Filter Gabor Menggunakan Algoritma Linear Discriminant Analysis (LDA) Erma Rachmawati Jurusan Teknik Elektro- FTI, Institut Teknologi Sepuluh
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Citra, Pengolahan Citra, dan Pengenalan Pola Citra dapat dijelaskan sebagai dua dimensi dari fungsi f(x,y) dimana x dan y tersebut adalah sebuah koordinat pada bidang
Lebih terperinciANALISIS CITRA WAJAH DENGAN HIMPUNAN FUZZY EIGEN TERBESAR
ANALISIS CITRA WAJAH DENGAN HIMPUNAN FUZZY EIGEN TERBESAR Shinta Puspasari MDP Computer and Informatics Management Institute Jl. Rajawali 14, Palembang, 30113, Indonesia e-mail : shinta@stmik-mdp.net ABSTRAKSI
Lebih terperinciIdentifikasi Kepribadian Berbasis Eigenface Untuk Mendukung Personalisasi Pada Sistem E-Pembelajaran
Identifikasi Kepribadian Berbasis Eigenface Untuk Mendukung Personalisasi Pada Sistem E-Pembelajaran Dwi Sudharmono Wanudyatanto NRP 2206 100 012 Dosen Pembimbing Prof. Dr. Ir. Achmad Jazidie, M.Eng. Yusuf
Lebih terperinciI. PENDAHULUAN. istem biometrika merupakan teknologi pengenalan individu dengan menggunakan bagian tubuh atau
1 Sistem Pengenalan Individu Melalui Identifikasi Telapak Tangan dengan Menggunakan Matriks Ahmad Sirojuddin Luthfi dan Nurul Hidayat Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciBAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Sistem Tahapan analisa merupakan tahapan awal dalam perekayasaan perangkat lunak. Pada tahapan ini menjelaskan apa yang dilakukan sistem, siapa yang menggunakannya
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan Aplikasi ini tergolong sebagai sistem kecerdasan buatan karena akan menggantikan peran seseorang yang mampu mengenali ekspresi wajah. Tiga ekspresi
Lebih terperinci