PENGEMBANGAN SISTEM ABSENSI BERBASIS FACE RECOGNITION DENGAN METODE LDA
|
|
- Sonny Hengki Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENGEMBANGAN SISTEM ABSENSI BERBASIS FACE RECOGNITION DENGAN METODE LDA Felix Hantoro Tan, Leonardus Indra Laksmana, Marcos H, Widodo Budiharto Universitas Bina Nusantara Jl. K H. Syahdan No. 9, Kelurahan Kemanggisan, Kecamatan Palmerah,Jakarta Barat Telp : Fax : felixtan1991@gmail.com ABSTRAK Tujuan penelitian ialah untuk mengembangkan system absensi dengan menggunakan face recognition. Metode penelitian yang dilakukan ialah metode analisis dan perancangan. Analisis dilakukan dengan pembuatan aplikasi face recognition dengan menggunakan metode LDA untuk mengekstraksi fitur dari wajah. Hasil yang dicapai ialah aplikasi face recognition dengan metode LDA dapat memperoleh hasil pengenalan wajah yang baik yaitu 95% tingkat keberhasilan dalam pengenalan wajah dengan citra wajah yang diuji sebanyak 40, jika dibandingkan dengan metode ekstraksi fitur yang populer sebelumnya seperti misalnya metode PCA. Berdasarkan hasil ekperimen, sistem absensi berbasis pengenalan wajah dengan metode LDA yang kami usulkan memperoleh hasil yang lebih baik dibandingkan dengan pengenalan wajah dengan metode ekstraksi fitur PCA. Kata Kunci : Sistem Absensi, Pengenalan Wajah, Ekstraksi Fitur, LDA.
2 The research objective is to develop a system using face recognition attendance. Research methodology is the method of analysis and design. The analysis is done by making an application of face recognition using LDA method for extracting features of the face. The results achieved by the application is face recognition by the LDA method can obtain excellent face recognition results that is 95% success rate in face recognition with the image of a face that was tested by 40, instead of the previously popular feature extraction methods such as PCA. Based on the experimental results, attendance system based on face recognition by the LDA method we propose to obtain better results compared with face recognition with PCA feature extraction method. Key Word : Attendance System, Face Recognition, Feature Extraction, LDA. PENDAHULUAN Absensi adalah daftar administrasi ketidakhadiran seseorang pada suatu kegiatan. Daftar administrasi ini digunakan oleh perusahaan untuk mengetahui tingkat kehadiran para karyawannya. Absensi juga digunakan oleh sekolah dan universitas untuk mengontrol kehadiran para siswa. Sekarang ini sudah banyak metode absensi yang diterapkan. Ketika belum mendapat sentuhan teknologi komputer, absensi dilakukan dengan metode manual seperti tanda tangan atau memanggil nama. Sekarang, metode absensi sudah ada yang menggunakan komputer seperti menggunakan password atau kartu. Namun metode identifikasi konvensional tersebut dinilai tidak cukup handal, karena password atau kartu tersebut dapat digunakan oleh orang yang tidak memiliki kewenangan (Rahman & Wasista, 2010:1). Sistem absensi manual maupun sistem absensi yang otomatis namun masih sederhana masih memiliki kelemahan dapat dimanipulasi oleh orang orang yang kurang bertanggung jawab. Tanda tangan seseorang dapat dipalsukan, sedangkan pemanggilan nama dapat diwakilkan oleh orang lain. Sebenarnya dengan penggunaan aplikasi fingerprint system untuk absensi, dapat meminimalkan tingkat kecurangan yang dapat dilakukan dalam sistem absensi. Namun, perlu digaris bawahi bahwa fingerprint system masih tidak bisa diaplikasikan secara sempurna apabila terdapat seseorang yang memiliki keterbatasan fisik. Dengan melihat adanya kelemahan yang ada pada fingerprint system yang tidak bisa digunakan apabila seseorang mempunyai keterbatasan fisik, dibutuhkan sebuah sistem yang dapat diaplikasikan kepada semua orang tanpa terkecuali, dan mengurangi tingkat kecurangan sebesar mungkin Maka dari itu, kami ingin mengajukan sistem absensi yang lebih baik dibandingkan dengan fingerprint system. Face Recognition dinilai dapat menguranagi kekurangan fingerprint system karena kami berasumsi bahwa setiap manusia memiliki wajah sehingga kelemahan yang terdapat pada fingerprint system dapat diatasi. Salah satu teknik dalam membuat face recognition system terdapat bermacam-macam metode salah satu nya ialah metode Linear Discriminant Analysis(LDA). Penulisan ini dibatasi oleh beberapa ruang lingkup, yaitu: 1. Perancangan sistem dalam penulisan ini menggunakan bahasa C++. Perangkat lunak yang digunakan dalam pengembangan aplikasi ialah Microsoft Visual Studio 2010 dengan library OpenCV. 2. Data training yang digunakan adalah berupa citra wajah yang ditangkap dari beberapa sisi wajah. Ekspresi dan aksesoris yang menghalangi wajah dalam dibatasi. Ekspresi hanya dibatasi hanya pada pergerakan mulut dan mata, sedangkan aksesoris dibatasi hanya berupa kacamata. Dengan kata lain, citra wajah yang digunakan sebagai data training masing-masing memiliki keadaan yang sama. 3. Metode ekstraksi data citra wajah yang digunakan dalam penulisan ini adalah Linear Discriminant Analysis. 4. Untuk mendapatkan input citra wajah, peralatan yang digunakan adalah webcam. Tujuan penelitian adalah:
3 1. Untuk mengembangkan metode absensi berdasarkan teknologi pengenalan wajah. 2. Dapat menjadi acuan untuk membangun sistem keamanan berbasis pengenalan wajah. Adapun manfaat-manfaat yang dapat diperoleh adalah sebagai berikut: 1. Untuk mengatasi kelemahan absensi dengan menggunakan fingerprint system yang tidak dapat digunakan oleh manusia yang memiliki keterbatasan fisik. Sehingga sistem absensi dapat digunakan oleh semua manusia. 2. Mencegah penyalahgunaan sistem absensi yang sudah ada misalnya dengan tanda tangan dan tapping kartu identitas yang mudah dipalsukan dan digunakan oleh orang lain yang tidak bertanggung jawab. COMPUTER VISION Computer Vision merupakan ilmu yang mempelajari bagaimana computer dapat mengenali obyek yang diamati (Fairhust, 1988:5). Computer Vision adalah kombinasi antara pengolahan citra dan pengenalan pola. Computer Vision bersama intelegensia semu (artificial intelligence) akan mampu menghasilkan sistem intelegen visual (visual intelligence system). FACE RECOGNITION Pengenalan wajah adalah salah satu ilmu yang terdapat di dalam computer vision, di mana sebuah komputer dapat menganalisa suatu citra wajah yang terdapat di dalam sebuah gambar dan dapat menemukan identitas atau data diri dari citra wajah tersebut dengan membandingkan terhadap data-data citra wajah yang sudah disimpan sebelumnya di dalam database. Pada umumnya face recognition dilakukan dari sisi depan dengan pencahayaan yang merata ke seluruh wajah. Akan tetapi muncul beberapa permasalahan, seperti posisi wajah, skala atau jarak wajah, orientasi, umur, dan ekspresi wajah. LINEAR DISCRIMINANT ANALYSIS (LDA) Pertama kali dikembangkan oleh ahli statistik Inggris, Sir Ronald Fisher Aylmer (RA Fisher) pada tahun Disebut juga Fisher Linear Diskriminan dalam kata lain dan metode klasik untuk ekstraksi fitur yang digunakan dalam face recognition. LDA digunakan secara luas untuk mengetahui kombinasi linear fitur sementara menjaga keterpisahan kelas. Analisis Diskriminan linier (LDA) sering menghasilkan model bahwa pendekatan akurasi (kadang-kadang melebihi) metode modern yang lebih kompleks. Analisis diskriminan dapat digunakan untuk klasifikasi. Dalam analisis statistik diskriminan linier, dalam kelas, antara kelas, dan campuran scatter matriks digunakan untuk merumuskan kriteria keterpisahan kelas. Algoritma metode fisherfaces atau LDA adalah sebagai berikut 1. Misalkan X adalah vektor acak yang diambil dari kelas C 2. Scatter matriks between ( dan within dihitung sebagai (1) (2) 3. Dimana adalah mean dari seluruh gambar 4. Sedangkan adalah mean dari kelas i {1,...,C} (3) (4)
4 5. Kemudian dicari proyeksi W yang memaksimalkan kriteria pemisahan kelas (5) Jika adalah nonsingular, proyeksi yang optimal dipilih sebagai matriks dengan kolom orthonormal yang memaksimalkan rasio penentu antara matriks between class scatter yang diproyeksikan sampel dengan within class scatter yang diproyeksikan sampel. 6. Dimana adalah genaralisasi eigenvector dari dan sesuai dengan m terbesar General Eigenvalue. Solusi masalah optimasi diberikan dengan menyelesaikan General Eigenvalue Problem (6) 7. Masalah yang tersisa ialah pangkat memiliki banyak, dengan sampel N dan kelas C. Dalam pengenalan pola, sampel N selalu lebih kecil dari dimensi data masukan (jumlah pixel), yang menyebabkan matriks menjadi singular. Fisherfaces atau LDA dapat dilakukan pada data yang telah direduksi karena tidak singular lagi. Permasalahan optimasi dapat ditulis (7) 8. Transformasi matriks W yang memproyeksikan sampel ke dimensi ruang dinyatakan dengan (9) (8) Selain pada data set pelatihan, transformasi juga dilakukan pada data set pengujian. METODE PENELITIAN Metode yang di gunakan dalam penulisan skripsi ini adalah a. Metode Analisis i. Studi pustaka Kegiatan yang sudah kami lakukan sebagai pengetahuan dasar meliputi: membaca literatur dan berbagai sumber, seperti jurnal, buku, dan artikel yang terkait dengan biometrics, face recognition, dan LDA. b. Metode Perancangan Model perancangan yang di pakai adalah model waterfall. Model ini melakukan pendekatan secara sekuential secara bertahap(menurun seperti air terjun), melalui rangkaian proses seperti rancang kebutuhan, rancangan desain, rancangan implementasi(pelaksanaan), rancangan verifikasi, rancangan pemeliharaan (Sommerville, 2004). Rangkaian proses yang akan dilakukan meliputi : i. Rancangan kebutuhan Kebutuhan dari program aplikasi ini adalah webcam, Webcam akan digunakan sebagai media untuk mengambil gambar wajah user. Gambar tersebut akan digunakan sebagai input dalam program untuk mengidentifikasikan apakah gambar wajah yang telah diambil tersebut termasuk ke dalam kelompok yang diinginkan(dalam hal ini mahasiswa) ii. Rancangan desain Membuat sebuah rancangan desain seperti user interface, dan Prosedur kerja dari aplikasi ini. User interface harus dirancang dengan user friendly agar pengguna
5 dapat mudah mempelajari dan menggunakan aplikasi ini. Membuat use-case diagram, class diagram dan activity diagram untuk merancang sistem. iii. Rancangan coding Coding aplikasi dengan bahasa C++ untuk Image Processing menggunakan library OpenCV. iv. Rancangan implementasi(testing) Melakukan pengujian pada coding yang telah dibuat dan memeriksa dan memperbaiki jika masih ada kesalahan pada coding v. Rancangan pemeliharaan Melakukan tindakan pemeliharaan pada aplikasi dengan cara memberikan update versi terbaru jika terdapat bug. Juga melakukan penambahan pada set pelatihan jika terdapat pengguna baru. IMPLEMENTASI Gambar 1 Tampilan awal ketika aplikasi dijalankan Tahap awal ketika aplikasi dijalankan melalui command prompt adalah muncul tampilan webcam dengan mendeteksi dan mengenali wajah pengguna. Pada Gambar 4.2 memperlihatkan bahwa wajah pengguna terdeteksi oleh kotak yang berwarna hijau pada tampilan webcam dan dikenali sebagai -1 yaitu maksudnya bukan siapapun yang terdaftar dalam database karena pengguna belum memasukkan citra wajah ke dalam database. Gambar 2 Tampilan ketika diminta memasukkan nama
6 Setelah selesai memasukkan path yang tepat maka diikuti dengan menekan tombol enter pada keyboard lalu menekan huruf n untuk memunculkan perintah Masukkan nama seperti pada Gambar 4.3 lalu pengguna diharuskan memasukkan nama yang diminta dan nama tersebut akan disimpan sebagai nama citra wajah yang dimasukkan nantinya. Setelah memasukkan nama maka pengguna diharuskan menekan tombol enter lagi. Gambar 3 Tampilan setelah memasukkan nama oleh pengguna Setelah menekan tombol enter pada tahap sebelumnya maka citra wajah pengguna akan disimpan ke dalam database. Pada aplikasi ini, penyimpanan citra wajah dibatasi hanya lima citra. Lalu, muncul pemberitahuan bahwa citra wajah telah selesai disimpan dan pengguna diminta untuk menekan tombol t pada keyboard untuk memulai training data. Adapun citra wajah yang menjadi data training dalam penelitian ini adalah sebagai berikut: Tabel 1 Citra wajah yang menjadi data training Citra Wajah pada Set Latihan Label Nama 1 Felix 2 Leo 3 Marcos
7 Gambar 4 Tampilan prediksi label 1 dari aplikasi Gambar 5 Tampilan prediksi label 2 dari aplikasi Gambar 6 Tampilan prediksi label 3 dari aplikasi Pada gambar-gambar di atas menunjukkan bahwa langkah-langkah dalam menjalankan aplikasi dan mengenali citra wajah pengguna telah berhasil dan juga bisa membedakan antara pengguna yang satu dengan pengguna yang lainnya. Terbukti dari hasil prediksi yang berbeda-beda antar citra wajah pengguna. Pengujian metode LDA dilakukan dengan menggunakan 5 sampel citra wajah dari 20 subyek sebagai set pelatihan dan 1 citra wajah dari setiap subyek sebagai set pengujian. Sampel dari citra wajah didapat dari AT&T Face Databse. Setiap orang diberi label yang mewakili identitas subyek, berupa angka dari 0 hingga 19. Pada pengujian ini, sampel citra wajah yang digunakan dalam set pelatihan merupakan 5 citra wajah yang berbeda satu sama lain. Dimana perbedaan antara citra wajah satu dengan yang lain berupa perbedaan orientasi wajah, penggunaan atribut pada wajah(kacamata), dan ekspersi dari subyek. Untuk set pengujian, citra wajah yang digunakan dalam pengujian aplikasi ini merupakan citra wajah diluar dari set pelatihan. Tabel 2 Hasil Evaluasi Testing Set Jumlah Citra Wajah Pada Testing Waktu (detik) Presentase Keberhasilan Set %
8 20 40,7 100% 40 81,2 95% Dari Tabel 2 diperlihatkan bahwa semakin banyak citra wajah yang diuji, maka waktu yang diperlukan aplikasi dalam memproses pengenalan wajah akan semakin banyak. Dari Tabel 4.3 juga dapat diketahui bahwa semakin banyak jumlah citra wajah yang diuji maka presentase keberhasilan aplikasi dalam memproses pengenalan wajah akan mengalami penurunan. Sebagai catatan, pada penggunaan 40 citra wajah sebagai set pengujian, subyek yang diuji adalah sebanyak 20 subyek dengan masing-masing subyek menggunakan dua citra wajah yang berbeda untuk diuji pada set pengujian. Tabel 3 Hasil Evaluasi Training Set Jumlah Citra Wajah pada Training Set Waktu (detik) , ,5 Sedangkan Pada Tabel 3diperlihatkan bahwa jumlah citra wajah dalam set pelatihan juga mempengaruhi waktu yang diperlukan oleh aplikasi dalam memproses pengenalan wajah. Semakin banyak jumlah citra wajah pada set pelatihan, semakin banyak pula waktu yang dibutuhkan untuk menyelesaikan proses pengenalan wajah. Gambar 7 Grafik Hasil Evaluasi Testing Set Berdasarkan Tabel 2 Berdasarkan Gambar 7 diketahui bahwa jumlah citra wajah set pengujian memberikan pengaruh yang konsisten terhadap pertambahan waktu yang dibutuhkan oleh aplikasi dalam memproses pengenalan wajah. Hal ini dapat diketahui karena berdasarkan Gambar 4.10, dimana perbedaan waktu antara setiap jumlah citra wajah set pengujian tidak menunjukan perbedaan waktu secara drastis.
9 Gambar 8 Grafik Hasil Evaluasi Training Set Berdasarkan Tabel 3 Dari Gambar 8 diketahui bahwa jumlah citra wajah set pelatiahan menghasilkan perbedaan waktu proses yang drastis. Hal ini diketahui karena masing-masing jumlah citra wajah memiliki perbedaan waktu proses yang cukup jauh antara satu dengan yang lain. SIMPULAN DAN SARAN Dari hasil pelaksanaan tugas akhir ini, dapat diambil beberapa kesimpulan sebagai berikut: a) Penggunaan metode Linear Discriminant Analysis (LDA) sebagai metode yang digunakan dalam pembuatan face recognition system untuk sistem absensi telah terbukti lebih tinggi tingkat keberhasilannya, yang berdasarkan hasil evaluasi kami memiliki persentase keakuratan sebesar 95%, dibandingkan dengan metode Principal Component Analysis (PCA) sebesar 89,5%. b) Pembuatan aplikasi ini dapat diimplementasikan dengan sangat baik, karena tidak seperti sistem absensi yang menggunakan fingerprint system yang akan gagal jika terdapat keterbatasan fisik, sistem absensi ini tentu dapat diimplementasikan karena mendeteksi dan mengenali wajah seseorang, yang walaupun tidak sempurna karena cacat fisik, tetapi masih dapat diimplementasikan sesuai dengan harapan. Mengingat masih adanya ketidaksempurnaan yang masih ada dalam aplikasi ini serta demi kepentingan pengembangan aplikasi ini sendiri, maka dapat diberikan beberapa saran saran yang mungkin dapat dipertimbangkan : a) Penggunaan label tiap kelas (orang) sebaiknya menggunakan ID dari orang. b) Pada saat face recognition dilakukan menggunakan webcam, sebaiknya tidak terlalu banyak gangguan di belakang pengguna (noise). c) Sebaiknya jarak wajah user ke kamera ±40 cm pada saat penyimpanan maupun saat pengenalan wajah. d) Pencahayaan saat penyimpanan dan pengenalan wajah sangatlah penting dalam kondisi cukup, tidak kurang dan juga tidak berlebih, karena dapat menyebabkan program tidak berjalan seperti semestinya. REFERENSI Belhumeur, P. N., Hespanha, J. P., & Kriegman, D. J. (1997). Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19(7), Fairhust, M. C. (1988). Computer Vision for Robotic Systems an Introduction. New Jersey: Prentice Hall. Rahman, M. A., Wasista, S Sistem Pengenalan Wajah Menggunakan Webcam untuk Absensi dengan Metode Template Matching
10 Sommerville, I. (2004). Software Engineering. ( edition). Boston: Addison-Wesley Longman, Inc. RIWAYAT PENULIS Felix Hantoro Tan lahir di kota Bandar Lampung pada tanggal 24 Mei Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Ilmu Komputer pada tahun Leonardus Indra Laksmana lahir di kota Bandar Lampung pada tanggal 15 Juni Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Ilmu Komputer pada tahun Marcos H lahir di kota Bandar Lampung pada tanggal 10 Maret Penulis menamatkan pendidikan S1 di Universitas Bina Nusantara dalam bidang Ilmu Komputer pada tahun 2013.
BAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Sistem-sistem pendukung yang digunakan oleh penulis dalam menjalankan aplikasi yang telah dirancang ini dibedakan menjadi 2 yaitu kelompok hardware
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 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. 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 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 terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
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 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 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 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 terperinciPERBANDINGAN METODE KDDA MENGGUNAKAN KERNEL RBF, KERNEL POLINOMIAL DAN METODE PCA UNTUK PENGENALAN WAJAH AKIBAT VARIASI PENCAHAYAAN ABSTRAK
PERBANDINGAN METODE KDDA MENGGUNAKAN KERNEL RBF, KERNEL POLINOMIAL DAN METODE PCA UNTUK PENGENALAN WAJAH AKIBAT VARIASI PENCAHAYAAN Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE LINEAR DISCRIMINANT ANALYSIS DAN K NEAREST NEIGHBOR
PENGENALAN WAJAH MENGGUNAKAN METODE LINEAR DISCRIMINANT ANALYSIS DAN K NEAREST NEIGHBOR 1 Fandiansyah, 2 Jayanti Yusmah Sari, 3 Ika Purwanti Ningrum Jurusan Teknik Informatika, Fakultas Teknik Universitas
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 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 terperinciAPLIKASI PENGENALAN WAJAH UNTUK VALIDASI PESERTA UJIAN ONLINE MENGGUNAKAN METODE HAAR CASCADE DAN EIGEN FACE VECTOR
APLIKASI PENGENALAN WAJAH UNTUK VALIDASI PESERTA UJIAN ONLINE MENGGUNAKAN METODE HAAR CASCADE DAN EIGEN FACE VECTOR Mika Tandililing Program Studi Teknik Komputer, STMIK Profesional ladabarra@gmail.com
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 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 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 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 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 III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Diagram Blok Sistem ini terdiri dari 2 blok utama yaitu blok proses pelatihan dan proses pengenalan. Blok proses pelatihan terdiri dari webcam dan perangkat lunak yang memproses
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan di bidang pengembangan aplikasi sedang mendapatkan perhatian penting bagi perkembangan teknologi informasi.
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 1 PENDAHULUAN. Perkembangan ilmu pengetahuan di segala bidang dalam era globalisasi saat ini begitu
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan di segala bidang dalam era globalisasi saat ini begitu pesat.terutama dalam bidang IT yang semakin maju seiring dengan kebutuhan pemakai
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 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 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 terperinciANALISIS DAN SIMULASI SISTEM PENGENALAN WAJAH DENGAN METODE FISHERFACE BERBASIS OUTDOORVIDEO.
ANALISIS DAN SIMULASI SISTEM PENGENALAN WAJAH DENGAN METODE FISHERFACE BERBASIS OUTDOORVIDEO Nurani Fitriyah 1),Dr. Ir. BambangHidayat 2),SuciAulia, ST,MT 3) 1 FakultasTeknikElektro, Telkom University
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
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 V KESIMPULAN. Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces
BAB V KESIMPULAN Berdasarkan uji coba dan analisis hasil pengujian terhadap Sistem Pengenalan Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces Terdekomposisi QR dapat disimpulkan sebagai
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 terperinciImplementasi Metode Fisherface pada Absensi Wajah Karyawan Studi Kasus PT. Illuminati Metamorphosis Makassar
Implementasi Metode Fisherface pada Absensi Wajah Karyawan Studi Kasus PT. Illuminati Metamorphosis Makassar Nurul Aini 1), Irmawati 2) 1) Manajemen Informatika STMIK Dipanegara, 2) Sistem Informasi STMIK
Lebih terperinciPengenalan Wajah Menggunakan Metode Support Vector Machine (SVM)
Pengenalan Wajah Menggunakan Metode Support Vector Machine (SVM) Yudhie Suherdani / 9922109 Jurusan Teknik Elektro, Fakultas Teknik, Univeristas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri 65, Bandung
Lebih terperinciBAB I PENDAHULUAN. sangat berharga bagi perusahaan atau instansi. Pemanfaatan IT oleh instansi akan membantu
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan IT di era globalisasi ini yang begitu pesat menjadi salah satu hal yang sangat berharga bagi perusahaan atau instansi. Pemanfaatan IT oleh instansi akan
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 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 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 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 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 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 terperinciPENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS. Skripsi
PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS Skripsi Di susun oleh : M. RIDHO MAJIDI (0934010056) PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVESITAS PEMBANGUNAN
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 terperinciPengenalan Wajah Menggunakan Two Dimensional Linier Discriminant Analysis Berbasis Feature Fussion Strategy
Pengenalan Wajah Menggunakan Two Dimensional Linier Discriminant Analysis Berbasis Feature Fussion Strategy Benny Afandi Institut Teknologi Sepuluh Nopember Surabaya b2nafandi@gmail.com Sahmanbanta Sinulingga
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 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 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciPengenalan Wajah Menggunakan Metode Linear Discriminant Analysis dan k Nearest Neighbor
Pengenalan Wajah Menggunakan Metode Linear Discriminant Analysis dan k Nearest Neighbor Fandiansyah 1, Jayanti Yusmah Sari 2, Ika Purwanti Ningrum 3, Jurusan Teknik Informatika, Fakultas Teknik, Universitas
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 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 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 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 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 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 METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciPENGENALAN WAJAH MENGGUNAKAN METODE FISHERFACE UNTUK MENDUKUNG SISTEM AKADEMIK
PENGENALAN WAJAH MENGGUNAKAN METODE FISHERFACE UNTUK MENDUKUNG SISTEM AKADEMIK Amri 1, Talita Rahmata 2 1,2 Teknologi Informasi dan Komputer, Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km.280,3
Lebih terperinciPenerapan Metode Phase Congruency Image (PCI) dalam Pengenalan Citra Wajah secara Otomatis
Penerapan Metode Phase Congruency Image (PCI) dalam Pengenalan Citra Wajah secara Otomatis Puspita Ayu Ningsih Putri. SY, Wirawan, Hendra Kusuma Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember
Lebih terperinciBAB 1 PENDAHULUAN. Jumlah Pengunjung Atlantis Water Adventure. Jumlah Pengunjung
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kolam renang adalah suatu konstruksi buatan yang dirancang untuk diisi dengan air dan digunakan untuk berenang, menyelam, atau aktivitas air lainnya. Penggunaan kolam
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 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 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 terperinciPERANCANGAN DAN IMPLEMENTASI KEAMANAN PINTU BERBASIS PENGENALAN WAJAH DENGAN METODE EIGENFACE
110 PERANCANGAN DAN IMPLEMENTASI KEAMANAN PINTU BERBASIS PENGENALAN WAJAH DENGAN METODE EIGENFACE Derian Indra Bramantio 1, Erwin Susanto 2, Ramdhan Nugraha 3 1, 2, 3 Fakultas Teknik Elektro, Universitas
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 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 terperinciBAB III PERANCANGAN PERANGKAT LUNAK
BAB III PERANCANGAN PERANGKAT LUNAK 3.1. Sistem Pengenalan Gender Sistem pengenalan gender dalam skripsi ini dibuat dengan membandingkan 3 buah metode, yaitu 1 metode tanpa ekstraksi fitur yaitu subtraction
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciSTMIK MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2011/2012
STMIK MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2011/2012 RANCANG BANGUN APLIKASI PEMBELAJARAN KARAKTER MANDARIN BERBASIS PENGENALAN KARAKTER DENGAN METODE PCA
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 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN Dalam bab ini diuraikan kesimpulan dan saran berdasarkan pembahasan yang telah dijelaskan dalam tugas akhir ini. Kesimpulan dan saran juga diambil berdasarkan hasil uji coba
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile
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 terperinciPERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2
PERANCANGAN dan REALISASI FACETRACKER WEBCAM MENGGUNAKAN METODE HAAR-LIKE FEATURE BERBASIS RASPBERRY PI 2 Disusun oleh : Steven Christian Santosa (1222038) Program Studi Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan wajah (face recognition) merupakan salah satu teknologi biometric yang sangat dibutuhkan dalam berbagai aplikasi, seperti keamanan, verifikasi (pembuktian)
Lebih terperinciAPLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE
APLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE Matheus Supriyanto Rumetna 1*, Marla Pieter, Monica Manurung 1 1 Fakultas Ilmu Komputer dan Manajemen, Universitas Sains
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 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 terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM. Ada beberapa masalah dalam pengenalan tulisan tangan matematika yang dapat
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Ada beberapa masalah dalam pengenalan tulisan tangan matematika yang dapat didefinisikan sejauh ini, antara lain: Pengenalan karakter matematika
Lebih terperinciPENGARUH PROSES DOWNSAMPLE PADA KINERJA PENGENALAN WAJAH DENGAN PENDEKATAN ROBUST REGRESSION
PENGARUH PROSES DOWNSAMPLE PADA KINERJA PENGENALAN WAJAH DENGAN PENDEKATAN ROBUST REGRESSION Budi Nugroho 1), Intan Yuniar Purbasari 2) 1) Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
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 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 2 LANDASAN TEORI. 2.1 Definisi Citra, Pengolahan Citra, dan Pengenalan Pola
BAB 2 LANDASAN TEORI 2.1 Definisi Citra, Pengolahan Citra, dan Pengenalan Pola Citra dapat didefinisikan sebagai fungsi dua dimensi dari f(x,y) di mana x dan y adalah koordinat bidang dan amplitudo dari
Lebih terperinciKombinasi KPCA dan Euclidean Distance untuk Pengenalan Citra Wajah
Kombinasi KPCA dan Euclidean Distance untuk Pengenalan Citra Wajah Rima Tri Wahyuningrum 1,2 Prodi Teknik Informatika, Fakultas Teknik, Universitas Trunojoyo Jl. Raya Telang, PO BOX 2 Kamal, Bangkalan
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 terperinciSISTEM INFORMASI PEGAWAI BERBASIS WEB DENGAN METODE WATERFALL PADA SMA AISYIYAH 1 PALEMBANG
SISTEM INFORMASI PEGAWAI BERBASIS WEB DENGAN METODE WATERFALL PADA SMA AISYIYAH 1 PALEMBANG Nia Oktaviani Sistem Informasi, Fakultas Ilmu Komputer, Universitas Bina Darma Palembang E-mail: niaoktaviani@binadarma.ac.id,
Lebih terperinciBAB 1 PENDAHULUAN. pemograman juga mengalami peningkatan kerumitan dan fungsi. Salah satu bidang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan dibidang pemograman juga mengalami peningkatan kerumitan dan fungsi. Salah satu bidang yang sedang berkembang
Lebih terperinciAplikasi Kematangan Tomat Berdasarkan Warna dengan Metode Linear Discriminant Analysis (LDA)
Aplikasi Kematangan Tomat Berdasarkan Warna dengan Metode Linear Discriminant Analysis (LDA) Ghazali, Eko K. Subha, Galuh M., M. Burhannudin, M. Izzun Niam Universitas Brawijaya Malang E-Mail: ghazali2104@gmail.com,
Lebih terperinciUNJUK KERJA METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) DENGAN LEARNING VECTOR QUANTIZATION (LVQ) PADA APLIKASI PENGENALAN WAJAH
ISSN : 1693 1173 UNJUK KERJA METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) DENGAN LEARNING VECTOR QUANTIZATION (LVQ) PADA APLIKASI PENGENALAN WAJAH Yustina Retno Wahyu Utami 1), Teguh Susyanto 2). Abstract
Lebih terperinci1. Pendahuluan. 1.1 Latar belakang
1. Pendahuluan 1.1 Latar belakang Keamanan data pribadi merupakan salah satu hal terpenting bagi setiap orang yang hidup di era dimana Teknologi Informasi (TI) berkembang dengan sangat pesat. Setiap orang
Lebih terperinciKata kunci: Template Matching, Root Mean Square, Pre-Processing, EDSR, DHS. vi Universitas Kristen Maranatha
VERIFIKASI WAJAH DENGAN METODA TEMPLATE MATCHING Disusun Oleh: Auxentius Manggala Jati 0722015 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof. Drg. Suria Sumantri, MPH No. 65, Bandung, Indonesia Email:
Lebih terperinciABSTRAK. Kata kunci : Principal Component Analysis, Linear Discriminant Analysis, Pengenalan wajah
ABSTRAK Seiring dengan perkembangan teknologi elektronika dan komputer, kemajuan dibidang pemrograman juga mengalami peningkatan kerumitan dan fungsi. Salah satu bidang yang sekarang ini sudah mulai dikembangkan
Lebih terperinciDeskriptor Global Direct Fractional-Step Linear. Ringkasan Tulisan ini memaparkan simulasi ekstraksi citra wajah secara global dengan menggunakan
Simulasi Ektraksi Citra Wajah dengan Deskriptor Global Direct Fractional-Step Linear Discriminant Analysis (DF-LDA) untuk Pengenalan Wajah Ikuthen Gabriel Bams 1, Riko Arlando Saragih 2 Jurusan Teknik
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 terperinciPengenalan Pola/ Pattern Recognition
Pengenalan Pola/ Pattern Recognition Linear Discriminant Analysis Imam Cholissodin S.Si., M.Kom. Pokok Pembahasan 1. Linear Discriminant Analysis (LDA) Pengertian Klasifikasi LDA Rumus Umum LDA 2. Case
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Zaman semakin berkembang pesat, begitu pula dengan teknologi dan ilmu pengetahuan yang juga turut berkembang dengan pesatnya. Hal ini, membuat manusia berpikir dan
Lebih terperinciREALISASI SISTEM PENJEJAKAN WAJAH DENGAN ALGORITMA FISHERFACE BERBASIS RASPBERRY PI ABSTRAK
REALISASI SISTEM PENJEJAKAN WAJAH DENGAN ALGORITMA FISHERFACE BERBASIS RASPBERRY PI Disusun oleh : Natalio Andor Pangihutan Sihite (1022052) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinci