Identifikasi Kepribadian Berbasis Eigenface Untuk Mendukung Personalisasi Pada Sistem E-Pembelajaran
|
|
- Hartono Darmali
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Identifikasi Kepribadian Berbasis Eigenface Untuk Mendukung Personalisasi Pada Sistem E-Pembelajaran Dwi Sudharmono Wanudyatanto NRP Dosen Pembimbing Prof. Dr. Ir. Achmad Jazidie, M.Eng. Yusuf Bilfaqih, S.T., M.T
2 Pendahuluan Latar Belakang E-Pembelajaran telah menjadi kebutuhan E-Pembelajaran belum fleksibel dalam menyampaiakan informasi E-Pembelajaran belum mampu mengenali Kepribadian E-Pembelajaran belum memiliki layanan pembelajaran yang sesui dengan personalisasi peserta didik
3 Pendahuluan Permasalahan Untuk meningkatkan kemampuan kerja E- learning, dibutuhkan sistem cerdas yang mampu mengidentifikasi kepribadian secara detail dengan menggunakan prinsip-prinsip psikologi. menghadirkan modul Moodle yang mampu mengidentifikasi kepribadian dengan menggunakan pemetaan daerah wajah.
4 Pendahuluan Batasan Masalah Modul dirancang untuk memberikan keluaran berupa keterangan kepribadian pada database moodle. Metode pemetaan daerah wajah mengadopsi metode yang dipublikasikan Sunar P dalam bukunya yang berjudul Rahasia Wajah. Metode tersebut diterjemahkan dalam bahasa digital menggunakan metode eigen value yang populer dengan nama egenface. Prangkat lunak yang digunakan adalah Java scrib, Flahs scrib, MySql, PHP dan HTML.
5 Pendahuluan Tujuan Tugas akhir ini bertujuan untuk dapat menghasilkan program identifikasi kepribadian pada E-learning yang bekerja untuk memetakan kepribadian peserta didik, sehingga pengguna E-learning bisa mendapatkan kenyamanan dalam belajar dan mampu mencapai pemahaman dengan mudah.
6 Teori Penunjang Kepribadian adalah sikap hakiki individu yang tercermin dalam perbuatan seseorang, yang membedakan dirinya dengan orang lain. Menurut Mc Leod, mengartikan kepribadian (Personality) sebagai sifat khas yang dimiliki seseorang. Menurut Florence ada empat pendekatan kepribadian dasar, yaitu : 1. Koleris (Ekstrovet, Pelaku (Actor), dan Optimis) 2. Sangwinis (Ekstrovert, Membicara, dan Optimis ) 3. Melankolis (Introvet, Pemikir, dan Pesimis) 4. Plegmatis (Introvet, Pengamat, dan Pesimis) Gaya Belajar Berbasis Kepribadian 1 2 3
7 Gaya Belajar Berbasis Kepribadian Pembelajar dengan berbagai latar belakang perlu diberi fasilitas untuk meningkatkan efektifitas kegiatan belajar. Formulasi gaya belajar yang sudah dirumuskan para ahli antara lain : 1. Berdasarkan prefensi instruksional dan linkungan adalah model Dunn dan Dunn. 2. Berdasarkan model pemrosesan informasi adalah Model Kolb 3. Belajar berdasarkan kepribadian seseorang adalah model Myers-Briggs. Teori Gaya Belajar 1 2 3
8 Gaya Belajar Berbasis Kepribadian Belajar bukanlah hasil atau produk, tetapi sebuah proses. Belajar adalah proses terganggu sesuai dengan pengalaman. Enam dasar proses belajaran Belajar memerlukan resolusi antara bentuk sesuai dengan dunia yang bertentangan satu sama lain. Belajar adalah proses holistik sesuai dengan alam. Belajar mencakup interksi antara individu dan lingkungannya. Belajar adalah proses dimana pengetahuan adalah diciptakan sebagai hasil interaksi antara pengetahuan sosial dan pengetahuan pribadi
9 Teori Penunjang Metode Penyampaian Informasi Berbasis Kepribadian Belajar adalah proses mengubah pengetahuan itu sendiri menjadi prilaku. Pembelajar memerlukan empat kemampuan yang berbeda untuk belajar efektif, diataranya yaitu : 1.Pengalaman nyata didasarkan pada perasaan. 2.Reflektif obserfasi didasarkan pada visual 3.Abstrak konseptualis didasarkan padap pemikir 4.Aktif eksperimentasi didasarkan pada tindakan 1 2 3
10 Metode Penyampaian Informasi Berbasis Kepribadian Gaya belajar dengan menggunakan media online Sensing Learner (Kongkrit, praktis, berorenasi pada fakta dan prosedural) atau Intuitive Learner (Konseptual, inovatif, berorentasi pada teori dan makna) Visual Learner (Lebih menyukai representasi visual yang direpresentasikan dalam bentuk gambar, diagram, flow chart) atau Verbal Learners (lebih menyukai penjelasan tertulis dan lisan). Inductive Learnes (Lebih menyukai presentasi yang diproses dari spesifik ke umum) atau Deductive Learners (Lebih menyukai presentasi yang berangkat dari yang bersifat umum kepada bentuk khusus) Active Learners (Belajar dengan jalan mencoba, bekerja sama dengan lingkungan) atau Reflective Learners (belajar dengan jalan memikirkan sesuatunya, lebih menyukai bekerja sendiri) Sequential Learners (Liner, mengerjakan sesuatu secara terurut, belajar dengan langkah setahap demi setahap) atau Global Learners (Holistic, berpikir menyeluruh, belajar dengan langkah atau tahapan yang besar)
11 Metode Penyampaian Informasi Berbasis Kepribadian Keterkaitan gaya belajar menurut Myers-Briggs dengan E-learning 1 2 3
12 Teori Penunjang Algoritma Pengenalan Citra Pendekatan Pengenalan Pola Statistikal (StarPR) berdasarkan model statistik dari fitur dan model statistik didefinisikan sebagai sebuah fungsi Sistem feature base Pada sistem ini menggunakan ekstrasi dari komponen citra wajah (mata, alis, bentuk kepala, hidung mulut dan sebagainya.) 1 2 3
13 Algoritma Pengenalan Citra Menghitung Eigenface 1. Membuat eigen vektor 2. Menggabungkan setiap image dalam WH elemen vektor dengan menggabungkan semua baris. 3. Menjumlahkan semua baris pada ImageMatrix dan membaginya dengan N untuk mendapatkan rataan gabungan gambar (R). 4. Mengurangi ImageMatrix dengan average image R. Kemudian membentuk matriks baru ukuran N x WH sebagai R. 5. Jika pada elemen-elemen dari matrik R ditemukn nilai negatif, maka ganti nilai tersebut dengan
14 Berikutnya adalah identifikasi yang dilakukan dengan proyeksi, digunakan alogaritma sebagai berikut: 1. Membuat FaceSpace (image): image berukuran W x H pixel. 2. Menggabungkan elemen vektor WH kemudian disebut file img. 3. load nilai rataan R dari database, kurangi img dengan R, kita dapatkan R img. 4. Jika pada img ditemukan elemen dengan nilai negatif, ganti dengan nilai 0 untuk mendapatkan vektor ukuran img. Menghitung Eigenface 1 2 3
15 Proses selanjutnya adalah identifikasi, yaitu : 1. memproyeksikan test image ke Face Space dan memghitung score. 2. Load semua wajah yang sudah diproyeksikan dari data base. 3. Dapatkan secore dari setiap image 4. Lakukan oprasi pengurangan, secor image dengan semua wajah yang telah diproyeksikan. 5. Ambil nilai absolutnya dan jumlakan, hasilnya adalah score 6. Mengambil score terkecil sebagai hasil dari wajah yang telah diproyeksikan, Wajah ini menjadi model identifikasi Menghitung Eigenface 1 2 3
16 Cotoh Eigenface 1 2 3
17 Cotoh Eigenface input =
18 Training set Cotoh Eigenface 1 2 3
19 PERANCANGAN Bagian ini menjelaskan tentang desain sistem identifikasi kepribadian, berdasarkan model dan karakteristik beberapa bagian wajah
20 PERANCANGAN Parameter sistem 1. Jumlah kepribadian pada data base. 2. Jumlah sifat pada data base. 3. Fitur wajah yang diekstrasi. 4. Jumlah eigen value pada data base. 5. Koordinat mata. 6. Koordinat alis. 7. Koordinat kepala.
21 1. Citra masukan yang ditangkap oleh kamera. 2. Nilai RGB setiap pixsel pada citra. 3. Nilai eigenface. 4. Sifat yang teridentifikasi. 5. Kepribadian yang teridentifikasi. Variabel sistem
22 1. Warna background relatif berbeda dengan wajah. 2. Pembelajar diasumsikan sebagai orang mongoloid. 3. Pembelajar diasumsikan memiliki wajah yang normal dan simetris. 4. Sistem hanya mampu mengidentifikasi kepribadian saat pengambilan gambar sesuai dengan parameter yang ditentukan. Batasan sistem
23 PERANCANGAN Perancangan fungsional Fungsi oprasional perangkat lunak yang dirancang dan dikembangkan adalah sebagai berikut: 1. Pengambilan gambar : sistem mampu mengambil gambar dengan koordinat yang sudah ditentukan titik referensinya. 2. Kalkulasi citra wajah : sistem mampu mendapatkan nilai eigen dari daerah mata, alis dan kepala degan algoritma eigenface. 3. Identifikasi sifat : sistem mampu mengidentifikasi sifat - sifat yang menyertai model alis, mata, dan kepala sesuai dengan nilai eigen yang didapatkan. 4. Identifikasi kepribadian : sistem mampu mengidentifikasi kepribadian pembelajar (user) dengan cara membandingkan banyaknya sifat dari sifat empat dasar tipe kepribadian.
24 PERANCANGAN Perancangan Detail Skema identifikasi kepribadian Memisahkan bagian wajah Kalkulasi eigen value Alis Kalkulasi eigen value Mata Kalkulasi eigen value Kepala Pengambilan gambar Proses Matching Menampilkan Hasil Identifikasi Data Base Mencari Nilai eigen value yang paling mendekati
25 Perancangan Detail Perangkat Lunak Pengambilan Gambar Start Memangil fungsi camera Tidak Tampilkan Vidio Ya Vidio Mengambil Gambar Gambar (Image) Stop
26 Start Perancangan Detail Perangkat Lunak Identifikasi Wajah Memuat Image Training set Image image Menghitung EigenFace Tidak Eigenface image Mengenali objek Dikenali YA Mendapat Image yang sama Stop
27 Perancangan Detail Perangkat Lunak Identifikasi Kepribadian start Nilai Eigenface Tidak Menghimpun Sifat Daftar sifat Citra Wajah Dapat Sifat Tidak Daftar Kepribadian Ya Mencocokan sifat Daftar sifat Cocok Kepribadin Stop
28 IMPLEMENTASI DAN PENGUJIAN Pada bagian ini dilakukan pengujian terhadap sistem yang telah dirancang dan diimplementasikan. Pengujian awalnya dilakuan pada pengambilan citra wajah, ekstrasi daerah wajah, dan pengujian identifikasi kepribadian.
29 IMPLEMENTASI DAN PENGUJIAN Pengujian Pengambilan Gambar Pengambilan Gambar Ekstraksi, alis, mata, dan bagian kepala
30 Hasil Pengujian Pengambilan Gambar Pengujia pada pengambilan gambar memiliki akurasi yang cukup bagus, namun masi memiliki kekurangan, yaitu memerlukan waktu yang relatif lama untuk menempatkan bagian mata pada titik referensi yang di sediakan.
31 IMPLEMENTASI DAN PENGUJIAN Pengujian Eigenface Pada matlab Pengujian simulasi pada matlab dan perangkat lunak identifikasi kepribadian, didapatkan hasil yang sama pada uji coba salah satu sampel mata
32 Grafik citra training set dan grafik input citra Pengujian Eigenface Pada matlab
33 Pengujian perangkat Lunak identifikasi Kepribadian Contoh : Pengujian bagian alis pada perangkat lunak identifikasi kepribadian Contoh : Pengujian bagian mata pada perangkat lunak identifikasi kepribadian
34 Pengujian perangkat Lunak identifikasi Kepribadian Contoh : Pengujian bagian kepala pada perangkat lunak identifikasi kepribadian
35 IMPLEMENTASI Pengujian Identifikasi Kepribadian Didapatkan hasil 9 tepat dan 6 tidak tepat dengan hasil uji kuisioner yang dibuat oleh Florece
36 RENCANA IMPLEMENTASI Kepribadian dan Strategi Pembelajaran Jika identifikasi kepribadian yang didapatkan adalah koleris, maka secara garis besar pembelajar ini memiliki sifat ekstrofet, pelaku, dan optimis. Dalam teori gaya belajar Myers-Briggs, kepribadian tersebut sangat tepat menggunaka fitur pada E- learning berupa Forum diskusi dan beberapa konten berupa Simulasi, multimedia interaktif. Sedangkan cara memberikan materi hanya dengan memberikan tantangan - tantangan baru pada materi pembelajaran tersebut. Jika identifikasi kepribadian yang didapatkan adalah melankolis, maka secara garis besar pembelajar ini memiliki kepribadian yang introvet, pemikir dan pesimis. Merujuk pada teori Myers- Briggs, kepribadian tersebut tepat mengunakan media belajar jurnal, blog, dan roodmap pembelajaran, serta memberikan konten berupa referensi - referensi materi yang cukup serta meberikan beberapa fasilitas multimedia. Jika identifikasi kepribadian yang didapatkan adalah plagmatis, maka secara garis besar pembelajar ini memiliki sifat introvet, pengamat, dan pesimis. Menurut Myers-Briggs media pembelajaran yang tepat bagi pembelajar ini adalah jurnal, blog, dan forum diskusi serta diberikan konten berupa simulasi dan referensi materi. Jika kepribadian yang didapat adalah sangwinis, maka secara garis besar kepribadian ini memiliki sifat ekstrofet, pembicara, dan optimis. Pada teori pembelajaran Myers-Briggs tipe kepribadian ini disarankan untuk diberikan fitur berupa forum diskusi dengan menyediakan konten referensi materi yang cukup.
37 Penutup Ekstrasi fitur wajah dengan teknik memotong (crop) pada citra memiliki kesulitan yang relatif, sehingga dalam ujicoba yang dilakukan diperoleh akurasi 80 %. Untuk algoritma eigenface merupakan algoritma yang cukup baik dalam mengenali fitur-fitur wajah, dan dapat mepresentasikan citra dalam bentuk karakteristik. Dari 15 percobaan identifikasi kepribadian menggunkan prangkat lunak didapatkan hasil 9 tepat dan 6 tidak tepat dengan cara membandingkan hasil identifikasi pada kuisioner. Oleh karena itu prangkat lunak tersebut dapat dinilai cukup baik dalam mengidentifikasi kepribadian dengan akurasi 60 %. Kesimpulan
Identifikasi Kepribadian Berbasis Eigenface Untuk Mendukung Personalisasi Pada Sistem E- Pembelajaran
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Identifikasi Kepribadian Berbasis Eigenface Untuk Mendukung Personalisasi Pada Sistem E- Pembelajaran Dwi Sudharmono Wanudyatanto, Yusuf Bilfaqih, Achmad
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 terperinciPerancangan Intelligent Tutoring System (ITS) pada Sistem e-learning Menggunakan Metode Sistem Pakar
Intelligent Tutoring System (ITS) pada Sistem e-learning Menggunakan Metode Sistem Pakar O L E H : V I S H W A PAT R A P R A D A N A 2207100136 Pembimbing: Prof. Dr. Ir. Achmad Jazidie, M.Eng Yusuf Bilfaqih,
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 terperinciBAB 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 terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
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 III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Pada perancangan tugas akhir ini menggunakan metode pemilihan locker secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih
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 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 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 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 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 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 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 terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Forum 2.1.1 Pengertian Forum Forum adalah sebuah wadah yang disediakan untuk berinteraksi bagi para penggunanya untuk membicarakan kepentingan bersama. (Sumber :
Lebih terperinciSISTEM PENGAMANAN HANDPHONE MENGGUNAKAN FACE RECOGNITION BERBASIS ANDROID
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
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 terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Tahapan analisis terhadap suatu sistem dilakukan sebelum masuk ke tahapan perancangan. Tujuan dilakukannya analisis terhadap suatu sistem
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 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 terperinciPERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES
PERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, Program Studi Teknik Informatika, Universitas Pasundan
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 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 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 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 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 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 terperinciBAB 3 PROSEDUR DAN METODOLOGI. perhitungan LSI dan juga interface yang akan dibuat oleh penulis.
BAB 3 PROSEDUR DAN METODOLOGI Pada Bab ini, penulis akan membahas mengenai prosedur dan metodologi seperti perhitungan LSI dan juga interface yang akan dibuat oleh penulis. 3.1 Sistem CBIR Gambar 3.1 Sistem
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini berisi tentang latar belakang penelitian yang dilakukan pada tugas akhir, permasalahan, tujuan, ruang lingkup dan manfaat penelitian, serta sistematika penulisan. 1.1 Latar Belakang
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 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 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 terperinciBAB 1 PENDAHULUAN. menyebabkan pengolahan citra digital memiliki kegunaan yang sangat luas. geologi, kelautan, industri, dan lain sebagainya.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Mata merupakan salah satu panca indra yang digunakan manusia untuk melihat. Namun mata manusia memiliki keterbatasan dalam menangkap sinyal elektromagnetik.
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 terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciBAB III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinci... BAB 2 LANDASAN TEORI. 2.1 Citra
6 BAB 2 LANDASAN TEORI 2.1 Citra Citra atau image adalah suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat sekarang ini teknologi komputer telah berkembang pesat. Teknologi komputer ini pada mulanya hanya berkembang dalam teknologi pengolahan data saja. Namun seiring
Lebih terperinciTEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR
TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR DWI ACHTI NOVIATUR R. 2208100656 Dosen Pembimbing : Dr. Ir. Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) PIE Problem Representasi Citra
Lebih terperinciBAB 3 PERANCANGAN PERANGKAT LUNAK
A 3 PERANCANGAN PERANGKAT LUNAK Pada bab ini diuraikan mengenai perancangan perangkat lunak untuk implementasi aplikasi pengenalan obyek tiga dimensi dengan metode Subclass Discriminant Analysis (SDA).
Lebih terperinciPengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
Lebih terperinciPENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI
PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp
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 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 terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN Pada bagian ini akan dijelaskan tentang pendahuluan dalam penyusunan Laporan Penelitian. Pendahuluan meliputi latar belakang masalah, rumusan masalah, maksud dan tujuan penelitian, batasan
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Analisa merupakan tahapan yang sangat penting dalam melakukan penelitian. Tahap analisa yaitu proses pembahasan persoalan atau permasalahan yang dilakukan sebelum
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciBAB I PENDAHULUAN 1-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi informasi dan komputer akhir-akhir ini mengalami perkembangan yang sangat pesat tidak terkecuali pada aplikasi-aplikasi database. Di
Lebih terperinciAplikasi Mobile Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Learning Vector Quantization
Aplikasi Mobile Pengenalan Karakter Manusia Melalui Bentuk Bagian Wajah Menggunakan Metode Learning Vector Quantization Rezky Aulia Pratama 1, Kartina Diah Kesuma W, S.T 2, Wawan Yunanto, S.Kom., M.T 3
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Bab ini menjelaskan mengenai tahapan analisis dan perancangan sistem yang akan dikembangkan, yaitu Sistem Identifikasi Buron. Bab ini terbagi atas 5 bagian yang
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN Pada bab ini akan menjelaskan mengenai dasar awal pada pembuatan laporan tugas akhir. Dasar awal tersebut terdiri dari latar belakang masalah, rumusan masalah, maksud dan tujuan dilakukan
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 terperinciSISTEM E-LEARNING DENGAN PENDEKATAN GAYA BELAJAR VARK
SISTEM E-LEARNING DENGAN PENDEKATAN GAYA BELAJAR VARK Tika Indah Apriyani 1), Muhammad Said Hasibuan 2) Teknik Informatika STMIK Darmajaya Bandar Lampung 1,2) saidmkom@gmail.com ABSTRACT This paper presents
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
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 terperinciIDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET ABSTRAK
IDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET Disusun oleh : Moriska Beslar 0422101 Jurusan Teknik Elektro, Fakultas Teknik,, Jl.Prof.Drg.Suria Sumantri, MPH no.65,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan oleh pelaku suatu disiplin ilmu. Metodologi berisi tahapan-tahapan yang dilakukan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
31 BAB III ANALISIS DAN PERANCANGAN III.1 Gambaran Umum Sistem Secara umum sistem pengenalan wajah ini mempunyai beberapa tahapan yaitu pendeteksian wajah, ekstraksi wajah, dan pengenalan wajah. Pendeteksian
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 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 terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN Dalam bab ini akan diuraikan tentang penerapan steganografi pada file AVI serta analisis dan perancangan perangkat lunak yang akan dibangun. 1 Penerapan Steganografi pada
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN Pada bab ini, akan dijelaskan mengenai pendahuluan, rumusan masalah,tujuan, batasan yang dikerjakan, hipotesis, metodologi penyelesaian masalah, sistematika penulisan, dan jadwal pengerjaan
Lebih terperinciBAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG PERMASALAHAN Sistem penglihatan manusia merupakan suatu system yang sangat kompleks, tetapi sangat dapat diandalkan. Sistem ini memberikan sarana pengenalan obyek yang
Lebih terperinciBAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA
BAB 3 ANALISIS DAN KEBUTUHAN ALGORITMA 3.1 Analisis Masalah Jaringan saraf tiruan hopfield merupakan salah satu Algoritma Machine Learning yang dapat mengklasifikasikan suatu objek citra berdasarkan pelatihan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciBAB III METODOLOGI PENELITIAN
42 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Observasi, serta konsultasi dengan ahli grafologi mengenai pengenalan tulisan tangan untuk melihat karakter psikologi dengan melihat bentuk huruf
Lebih terperinciPERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT)
PERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN MULTISCALE LOCAL BINARY PATTERN (MLBP) DALAM PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH Yuwono (0922013) Jurusan Teknik
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan kemajuan teknologi saat ini, berbagai permasalahan yang ada dapat diselesaikan dengan memanfaatkan teknologi. Peningkatan kinerja manusia yang
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Sistem yang Sedang Berjalan Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami
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 terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciAPLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA
APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA Anita T. Kurniawati dan Afrilyan Ruli Dwi Rama Teknik Informatika-ITATS, Jl. Arief Rahman Hakim 100 Surabaya Email:
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 terperinciPENGENALAN WAJAH MANUSIA MENGGUNAKAN ALGORITMA EIGENFACE SKRIPSI. Disusun oleh : RULLY GITA HARTANTYO NPM
PENGENALAN WAJAH MANUSIA MENGGUNAKAN ALGORITMA EIGENFACE SKRIPSI Disusun oleh : RULLY GITA HARTANTYO NPM. 0934010219 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL
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 terperinciGrafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.
PSNR Histogram Nilai perbandingan antara intensitas maksimum dari intensitas citra terhadap error citra. Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra
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 terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. keberadaan wajah secara langsung dari sebuah kamera. Dengan demikian
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1. Metode Penelitian Penelitian ini menggunakan metode untuk mendeteksi posisi dan keberadaan wajah secara langsung dari sebuah kamera. Dengan demikian penelitian
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciFERY ANDRIYANTO
SISTEM ANALISA IMAGE PROCESSING UNTUK MENCARI KEMIRIPAN PADA TEKSTUR WARNA KULIT MANUSIA MENGGUNAKAN HISTOGRAM WARNA SKRIPSI Oleh : FERY ANDRIYANTO 0734010123 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
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 terperinciPendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved
1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga
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 terperinciJurnal Sarjana Teknik Informatika e-issn: Volume 2 Nomor 1, Februari 2014
MEDIA PEMBELAJARAN ALGORITMA GARIS DAN LINGKARAN BERBASIS MULTIMEDIA 1 Meca Agustama, 2 Sri Handayaningsih (0530077701) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Spesifikasi yang digunakan dalam menjalankan sistem kontrol akses berbasis real time face recognition dan gender information ditunjukkan
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengenalan kata dalam dunia teknologi informasi merupakan suatu permasalahan yang tidak asing dalam bidang kecerdasan buatan. Pengenalan kata dalam bidang kecerdasan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab pendahuluan ini akan diuraikan penjelasan mengenai latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan
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 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 Dalam pengerjaan perancangan dan pembuatan aplikasi pengenalan karakter alfanumerik JST algoritma Hopfield ini menggunakan software Borland Delphi 7.0. 3.1 Alur Proses Sistem
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kehadiran teknologi web yang interaktif telah merubah cara orang mengekspresikan pandangan dan opininya. Saat ini pengguna dapat menulis ulasan suatu produk pada situs
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 terperinciSistem Penitipan Barang berdasarkan Pola Tanda Tangan Dengan menggunakan Metode Ekstraksi Ciri Nia Saurina SST., M.Kom
Sistem Penitipan Barang berdasarkan Pola Tanda Tangan Dengan menggunakan Metode Ekstraksi Ciri Nia Saurina SST., M.Kom ABSTRAK Sistem penitipan barang yang umum digunakan adalah secara manual, penjaga
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan zaman yang secara tidak disadari diikuti oleh perkembangan teknologi sangat banyak memberi pengaruh terhadap perkembangan ilmu
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 terperinci