BAB 1 PENDAHULUAN. termasuk dalam bidang Computer Vision. Computer Vision membuat komputer
|
|
- Ratna Kusuma
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi komputer pada dewasa ini telah mengalami kemajuan, termasuk dalam bidang Computer Vision. Computer Vision membuat komputer dapat melihat dan mengenali suatu citra layaknya manusia. Pengenalan citra yang dimaksudkan salah satunya adalah pengenalan wajah (face recognition). Manusia memiliki kemampuan untuk mengenal puluhan bahkan ratusan wajah selama hidupnya. Seseorang dapat mengenali wajah orang lain meskipun tidak bertemu untuk beberapa waktu lamanya dan mungkin sudah terdapat perubahan pada wajah orang yang dikenal tersebut. Perubahan itu misalnya variasi ekspresi wajah, penggunaan kacamata, perubahan warna maupun perubahan gaya rambut. Penelitian terhadap pengenalan wajah dalam beberapa dekade ini telah menarik banyak minat peneliti dalam mengembangkan teknik-teknik pengenalan wajah yang ada, sehingga dapat melakukan proses recognisi dengan akurasi yang baik (W. Zhao, R. Chellappa, A. Rosenfeld and J. Phillips, 2000). Hal ini sangat penting, mengingat kebutuhan sekarang ini, telah banyak pekerjaan-pekerjaan yang sudah tidak lagi dilakukan oleh manusia sendiri, melainkan oleh sistem komputer yang cerdas, seperti sistem keamanan, pengenalan wajah di foto secara otomatis, bahkan 1
2 2 indentifikasi pelaku kejahatan. Sistem dengan pengenalan citra ini akan terus berkembang, sehingga memiliki kinerja seefisiensi mungkin. Komputer saat ini dapat menangani pengenalan manusia dengan menggunakan pengenalan wajah, tetapi muncul permasalahan baru dalam pengenalan wajah. Pengenalan wajah menjadi sulit untuk dikembangkan dengan adanya berbagai masalah seperti perbedaan ekspresi wajah, posisi menghadap wajah, detail wajah (mata tertutup atau tidak, mengenakan kaca mata atau tidak) dan kualitas dari citra wajah (noise). Selain itu permasalahan lain dari pengenalan wajah sekarang ini adalah penggunaan database yang sangat besar. Ketika database wajah menjadi besar beberapa metode tradisional menjadi tidak efektif atau bahkan sama sekali tidak berfungsi dalam pengenalan wajah yang mengakibatkan transmisi menjadi lambat karena ukuran database yang digunakan besar. Principal Component Analysis (PCA) adalah sebuah teknik ekstraksi fitur yang umum dan sering digunakan dalam pengenalan pola (terutama dalam face recognition), Computer Vision dan signal processing (I.T. Jolliffe, New York, 1986). Walaupun PCA merupakan teknik yang terkenal dalam pengenalan citra, ternyata PCA menghadapi permasalahan dalam menghadapi database wajah yang sangat besar, dimana waktu proses dari pengenalan menjadi lama dan akurasinya menjadi menurun dengan cepat apabila jumlah data semakin bertambah banyak (Li, S.Z., Hou, X.W., Zhang, H.J., Cheng, Q.S ). Selain itu hasil rekonstruksi gambar yang telah diekstraksi (eigen face) tidak sebaik dengan gambar aslinya.
3 3 Baru-baru ini dikembangakan sebuah teknik ekstraksi fitur yang baru, yaitu Nonnegative Matrix Factorization (NMF) (Lee D.D., Seung, H.S, 1999). NMF pun sekarang ini telah banyak diimplementasikan kedalam berbagai aplikasi seperti face recognition (pengenalan muka) (Liu, W., Zheng, N, 2004), image classification (klasifikasi citra) (Buchsbaum, G., Bloch, O, 2002), face expression recognition (pengenalan ekspresi wajah) (Buciu, I., Pitas,I, 2004), face detection (deteksi wajah) (Chen, X., Gu, L., Li, S.Z., Zhang, H.J, 2001), dan object recognition (pengenalan objek) (Liu, W., Zheng, N, 2004). Berbeda dengan PCA, selain mengekstraksi fitur citra, NMF juga dapat mereduksi dimensi ukuran storage penyimpanan, dalam arti lain mengkompresi (Michael W.Berry, Jacob Kogan, 2010). NMF memiliki akurasi yang baik dalam menghadapi permasalahan-permasalahan yang telah disebutkan diatas, selain itu penurunan akurasi yang diakibatkan oleh pertambahan data citra pada database relatif lebih lambat dibandingkan dengan metode PCA yang mengalami penurunan akurasi secara drastis. Hasil rekonstruksi NMF pun menghasilkan kualitas citra yang mendekati citra aslinya. Tetapi selain kelebihan diatas, NMF memiliki kelemahan dalam proses training yang membutuhkan waktu iterasi yang lama untuk database yang besar. Dengan menggunakan tradisional NMF (Lee and Sung, 1999) waktu interasi relatif cepat tetapi akurasi yang diberikan dalam pengenalan citra tidak baik, sedangkan menggunakan NMFSC (Patrik O. Hoyer, 2002) atau disebut Non-negative Matrix Factorization with Sparseness Contraints (NMFSC) memiliki akurasi yang baik tetapi waktu iterasinya menjadi tidak efisien. Pada penulisan tugas akhir, penulis
4 4 menggabungkan teknik NMF (Lee and Sung, 1999) dengan teknik NMFSC sehingga proses waktu iterasi dalam training menjadi lebih efisien dan memiliki akurasi yang baik dalam pengenalan citra Ruang Lingkup Ruang lingkup atau batasan yang akan dibahas dalam penelitian metode kompresi dan pengenalan citra wajah dengan teknik Non-negative Matrix Factorization (NMF) adalah sebagai berikut : a. Pengenalan citra yang dilakukan sebagai penelitian adalah pengenalan citra wajah (face recognition). b. Jenis citra wajah yang dipakai sebagai data percobaan merupakan citra skala abu-abu, dengan format (.pgm) yang memiliki ukuran 92 x 112 piksel. c. Pengujian dan penelitian pengenalan citra wajah menggunakan dataset image Olivetti Research Laboratory (ORL) d. Citra wajah yang digunakan dalam pengujian merupakan citra wajah dengan beberapa ekspresi dan posisi (tampak depan; condong kanan, kiri, atas, bawah; hadap kanan,kiri), dan aksesoris tambahan wajah (kaca mata berlensa bening). e. Menggunakan MATLAB sebagai bahasa pemrograman dalam penelitian. f. Penelitian menggunakan Teknik Non-Negative Matrix Factorization (NMF) dan Pricipal Component Analysis sebagai metode pembanding.
5 Tujuan dan Manfaat Tujuan dari penelitian kompresi dan pengenalan citra wajah dengan teknik Nonnegative Matrix Factorization (NMF) adalah : a. Menguji algoritma pintar yang digunakan untuk pengenalan citra wajah. b. Database yang digunakan dalam proses pengenalan citra wajah memiliki ukuran memori yang kecil. c. Mendapatkan perbandingan hasil antara teknik Non-negative Matrix Factorization (NMF) dengan teknik Principal Component Analysis (PCA) Beberapa manfaat dari penelitian kompresi dan pengenalan citra wajah dengan teknik Non-negative Matrix Factorization (NMF) adalah : a. Mengetahui cara kerja teknik Non-negative Matrix Factorization (NMF) dalam melakukan pengenalan citra wajah. b. Hasil penelitian ini diharapkan dapat memperoleh hasil pengenalan citra wajah (face recognition) dengan tingkat akurasi yang tinggi, cepat dan mudah. c. Hasil penelitian ini juga diharapkan dapat diperoleh pemahaman yang lebih baik terhadap metode Non-negative Matrix Factorization (NMF), dan pengaruh berbagai parameter yang digunakan terhadap unjuk kerja pengklasifikasi Non-negative Matrix Factorization (NMF).
6 6 1.4 Metodologi Metode yang digunakan dalam penelitian kompresi dan pengenalan citra wajah dengan Non-negative Matrix Factorization (NMF) sebagai berikut a. Melakukan studi literatur terhadap berbagai referensi yang berkaitan dengan penelitian yang dilakukan. Topik-topik yang akan dikaji antara lain meliputi: pengertian citra, pengolahan citra digital, kompresi citra digital, Computer Vision, pengenalan citra wajah (face recognition), dan macam-macam teknik reduksi dimensi terutama teknik Non-negative Matrix Factorization (NMF). b. Menyiapkan training dataset (ORL dataset) citra wajah mentah yang digunakan untuk proses training dari sistem. Citra wajah yang digunakan dengan format (.pgm) dengan ukuran dimensi 92 x 112 piksel dengan citra skala keabuan. c. Merancang sistem pengenalan wajah dengan teknik Non-negative Matrix Factorization (NMF). d. Melakukan training pada sistem dengan menggunakan dataset citra wajah yang telah disiapkan sebelumnya. e. Melakukan pengujian pada kerja sistem. Pengujian sistem dilakukan dengan menguji berapa kali sistem dapat mengenali citra wajah dengan benar serta seberapa reliable data yang telah ditraining ulang sebagai akibat adanya data citra wajah baru yang masuk. f. Melakukan evalusi dengan melakukan perbandingan hasil pengenalan citra wajah antara metode Non-negative Matrix Factorization (NMF) dengan metode Pricipal Component Analysis (PCA).
7 Sistematika Penulisan BAB I : PENDAHULUAN Dalam bab ini penulis menjelaskan latar belakang, ruang lingkup, tujuan dan manfaat dari perancangan sistem, metodologi perancangan, dan sistematika penulisan skripsi ini. BAB II : KAJIAN PUS TAKA Dalam bab ini penulis mengkaji keseluruhan teori-teori yang mendasari penelitian dari teknik kompresi dan pengenalan citra wajah. BAB III : METODOLOGI Dalam bab ini penulis menjelaskan tentang proses dari Non-negative Matrix Factorization (NMF) dalam proses kompresi dan pengenalan citra wajah. Disertai bagan proses kompresi dan pengenalan citra. BAB IV : PENGUJIAN DAN EVALUASI Dalam bab ini penulis menerangkan hasil evaluasi dari pengujian yang telah dilakukan, serta metode-metode yang digunakan. BAB V : KES IMPULAN DAN S ARAN Dalam bab ini penulis membuat kesimpulan yang telah didapat selama skripsi yang disertai dengan saran saran untuk pengembangan selanjutnya.
KOMPRESI DAN PENGENALAN CITRA WAJAH DENGAN PENDEKATAN NON-NEGATIVE MATRIX FACTORIZATION
KOMPRESI DAN PENGENALAN CITRA WAJAH DENGAN PENDEKATAN NON-NEGATIVE MATRIX FACTORIZATION Christianto Mewlando Binus University, Jakarta, DKI Jakarta, Indonesia Fictor Benny Kurniawan Usodo Binus University,
Lebih terperinciIMPLEMENTASI DAN ANALISIS SISTEM PENGENALAN WAJAH DALAM RUANGAN PADA VIDEO MENGGUNAKAN METODE LNMF DAN NMFsc
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 389 IMPLEMENTASI DAN ANALISIS SISTEM PENGENALAN WAJAH DALAM RUANGAN PADA VIDEO MENGGUNAKAN METODE LNMF DAN NMFsc IMPLEMENTATION
Lebih terperinciBAB II KAJIANPUSTAKA
BAB II KAJIANPUSTAKA 2.1 Klasifikasi Klasifikasi adalah proses pengelompokan data menjadi suatu kelas berdasarkan kesamaan karakteristik pada data data yang ada. Ada 2 jenis metode yang dapat digunakan
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 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 3 METODOLOGI. seseorang. Hal inilah yang mendorong adanya perkembangan teknologi
BAB 3 METODOLOGI 3.1. Kerangka Berpikir Pengenalan ekspresi wajah adalah salah satu bentuk representasi kecerdasan manusia yang dapat digunakan untuk mendeteksi kondisi emosi seseorang. Hal inilah yang
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. 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 terperinciPERBANDINGAN DTCWT DAN NMF PADA FACE RECOGNITION MENGGUNAKAN EUCLIDEAN DISTANCE
PERBANDINGAN DTCWT DAN NMF PADA FACE RECOGNITION MENGGUNAKAN EUCLIDEAN DISTANCE David; Ferdinand Ariandy Luwinda Computer Science Department, School of Computer Science, Binus University Jl. K.H. Syahdan
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. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi seperti saat ini, kebutuhan akan informasi dan sistem yang dapat membantu kebutuhan manusia dalam berbagai aspek sangatlah penting.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sebuah citra, sangat dimungkinkan terdapat berbagai macam objek. Objek yang ada pun bisa terdiri dari berbagai bentuk dan ukuran. Salah satu objek yang mungkin
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 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 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 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 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 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 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 terperinci3
ANALISIS DAN IMPLEMENTASI SISTEM PENGENALAN WAJAH PADA VIDEO DI RUANGAN MENGGUNAKAN METODE INDEPENDENT COMPONENT ANALYSIS () DAN NON-NEGATIVE MATRIX FACTORIZATION WITH SPARSENESS CONSTRAINTS (NMFSC) ANALYSIS
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 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 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. 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 II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Pengenalan Ekspresi Wajah Manusia Pengenalan ekspresi wajah manusia oleh mesin dapat dideskripsikan sebagai interpretasi terhadap karakteristik ekspresi wajah manusia melalui
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 terperinciEKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH. Oleh: Kholistianingsih
EKSTRAKSI CIRI GEOMETRIS UNTUK APLIKASI IDENTIFIKASI WAJAH Oleh: Kholistianingsih Abstract Face recognition is a non-contact biometric identification that tries to verify individuals automatically based
Lebih terperinciPENGENALAN EKSPRESI WAJAH MENGGUNAKAN METODE FAKTORISASI MATRIKS NON-NEGATIF DAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK
PENGENALAN EKSPRESI WAJAH MENGGUNAKAN METODE FAKTORISASI MATRIKS NON-NEGATIF DAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK Andy Putra 1 ; Monica 2 ; Vinson Yogama 3 ; Diaz D. Santika 4 Jurusan Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem
1 BAB I PENDAHULUAN 1.1. Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia yang memiliki keunikan. Salah satu bagian sistem biometrika
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Jenis kelainan pada tulang punggung manusia bermacam-macam, bergantung pada faktor umur, kebiasaan, dan kecelakaan/virusbakteri. Skoliosis adalah kelainan tulang belakang
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS Bab ini akan membahas tentang pengujian dan analisis sistem. Pada pengujian akan dijelaskan tentang kriteria pengujian serta analisis dari pengujian 4.1. Kriteria Pengujian
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 4 HASIL DAN PEMBAHASAN. untuk pengenalan ekspresi wajah diantara metode Non Negative Matrix
BAB 4 HASIL DAN PEMBAHASAN 4.1. Hasil Penelitian Penelitian akan dilakukan untuk mencari hasil yang paling optimal untuk pengenalan ekspresi wajah diantara metode Non Negative Matrix Factorization (NMF),
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 Dental radiology memiliki peranan yang penting dalam menentukan perawatan dan diagnosa gigi. Penggunaan sinar rontgen telah lama di kenal sebagai suatu alat dalam bidang
Lebih terperinciBAB IV DATA PENGAMATAN DAN ANALISIS
BAB IV DATA PENGAMATAN DAN ANALISIS 4.1 Prosedur pengujian Setelah perancangan perangkat lunak dilakukan, maka selanjutnya dilakukan pengujian pengenalan wajah dan identifikasi. Tujuan dari pengujian ini
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem pengenalan wajah adalah aplikasi dari pengolahan citra yang dapat mengidentifikasi seseorang melalui citra digital atau frame video. Sistem pengenalan wajah
Lebih terperinciGambar 1.1 Tahapan Penelitian
BAB 1 PENDAHULUAN Latar Belakang Masalah Content Based Image Retrieval (CBIR) atau dikenal sebagai query dengan konten image dan pengambilan informasi visual berbasis konten merupakan penerapan teknik
Lebih terperinciBAB I PENDAHULUAN. dalam storage lebih sedikit. Dalam hal ini dirasakan sangat penting. untuk mengurangi penggunaan memori.
BAB I PENDAHULUAN 1.1. Latar Belakang Pada era informasi seperti sekarang ini, siapa yang tak kenal yang namanya tempat penyimpanan data atau yang sering disebut memori. Di mana kita dapat menyimpan berbagai
Lebih terperinciBAB I PENDAHULUAN. mengenai deteksi wajah dengan Differential Evolution Based Neural Network
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Berdasarkan penelitian yang telah dilakukan oleh Yudistira Dewanata mengenai deteksi wajah dengan Differential Evolution Based Neural Network mendapatkan total
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 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 terperinci1. PENDAHULUAN. 1.1 Latar Belakang. 1.2 Perumusan masalah
1. PENDAHULUAN 1.1 Latar Belakang Formulir C1 Komisi Pemilihan Umum (KPU) merupakan dokumen hasil perolehan suara pemilu di setiap Tempat Pemungutan Suara (TPS). Formulir C1 kemudian dikumpulkan dan dilakukan
Lebih terperinciBAB 1 PENDAHULUAN. Grafika komputer merupakan salah satu topik dalam bidang informatika.
BAB 1 PENDAHULUAN 1.1 PENDAHULUAN Grafika komputer merupakan salah satu topik dalam bidang informatika. Perkembangan grafika komputer tentunya tidak lepas dari pengolahan citra secara digital. Pengolahan
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 terperinciDETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION
1.1 Latar Belakang BAB I PENDAHULUAN Kulit merupakan pelindung tubuh kita pertama kali dari benda asing yang masuk ke dalam tubuh. Kulit terdiri dari lapisan epidermis berupa lapisan kulit mati dan dermis
Lebih terperinciBAB I PENDAHULUAN. pensil berbentuk lurus, berwarna biru, dan berbahan kayu. Kedua objek ini
BAB I PENDAHULUAN 1.1 Latar Belakang Pengenalan pola adalah penggambaran sesuatu berdasarkan sifat atau ciri dari sebuah objek. Penggambaran objek sangat berpengaruh terhadap sifat atau ciri yang memiliki
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 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 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 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 III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Pada penelitian tugas akhir ini ada beberapa tahapan penelitian yang akan dilakukan seperti yang terlihat pada gambar 3.1 : Mulai Pengumpulan Data Analisa
Lebih terperinciBAB 2 Landasan Teori
BAB 2 Landasan Teori Pengenalan manusia secara otomatis menggunakan mesin merupakan masalah yang menantang dan telah menjadi banyak perhatian selama beberapa tahun terakhir. (Jawad, Syed, dan Farrukh,
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 terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN Pada bab ini, dijelaskan pendahuluan dari pengerjaan tugas akhir meliputi latar belakang topik tugas akhir, rumusan masalah, tujuan, batasan masalah, metodologi pengerjaan dan sistematika
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendeteksian objek dalam suatu citra merupakan hal mendasar dalam banyak aplikasi analisis citra (image analysis). Manusia bisa langsung mengenali objek yang dilihatnya
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 1 PENDAHULUAN. Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai suatu tujuan, dan dalam interaksi itu, mengintepretasi kondisi emosional menjadi penting dalam
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Phalaenopsis atau yang biasa disebut dengan anggrek bulan mempunyai banyak jenis. Ada 26 jenis yang sudah dikenali di Indonesia. Anggrek dapat diklasifikasikan berdasarkan
Lebih terperinciANALISIS DAN IMPLEMENTASI SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE LNMF DAN LPP PADA RUANG TERBUKA
ANALISIS DAN IMPLEMENTASI SISTEM PENGENALAN AJAH DENGAN MENGGUNAKAN METODE LNMF DAN LPP PADA RUANG TERBUKA ANALYSIS AND IMPLEMENTATION OF FACE RECOGNATION SYSTEM USING LNMF AND LPP METHODS AT OUTDOOR Khairunnisa
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 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Artificial Intelligence Artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti
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 terperinciAplikasi Pengenalan Ekspresi Wajah dengan Teknik Principal. Component Analysis Berbasis Dual-Tree Complex Wavelet Transform
Aplikasi Pengenalan Ekspresi Wajah dengan Teknik Principal Component Analysis Berbasis Dual-Tree Complex Wavelet Transform SKRIPSI diajukan sebagai salah satu syarat untuk gelar kesarjanaan pada Jurusan
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 terperinciBAB 1 PENDAHULUAN. terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kanker payudara telah menjadi salah satu penyebab kematian terbesar yang terjadi terhadap para wanita semenjak beberapa dekade terakhir ini. Tentunya hal ini menjadi
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN Pada bab ini berisi tentang penjelasan umum mengenai tugas akhir yang penulis lakukan. Penjelasan tersebut meliputi latar belakang, identifikasi masalah, tujuan tugas akhir, lingkup tugas
Lebih terperinciPERBANDINGAN KOEFISIEN NMF DAN PROYEKSI BILINEAR SPACE SEBAGAI FITUR PADA PENGENALAN EKSPRESI WAJAH MANUSIA
PERBANDINGAN KOEFISIEN NMF DAN PROYEKSI BILINEAR SPACE SEBAGAI FITUR PADA PENGENALAN EKSPRESI WAJAH MANUSIA William Salim Computer Science Department, School of Computer Science, Binus University Jl. K.
Lebih terperinci1. Pendahuluan Perumusan Masalah Dari latar belakang yang dipaparkan di atas, masalah yang dapat dirumuskan adalah:
1. Pendahuluan 1.1. Latar Belakang Wajah manusia dapat menunjukkan dimorfisme seksual yang cukup jelas [1][2][3][4][5]. Wajah pria dan wanita memiliki bentuk dan tekstur yang berbeda, dan petunjuk yang
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang
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 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 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 terperinciImplementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia
Nusantara of Engineering/Vol. 2/ No. 1/ISSN: 2355-6684 65 Implementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia Rina Firliana, Resty Wulanningrum, Wisnu Sasongko Jurusan Teknik
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi yang sangat pesat, dokumen penting masih tetap mutlak diperlukan dan dijaga keutuhannya. Huruf merupakan suatu elemen utama yang
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Alat transportasi merupakan bagian dari ekosistem kota yang perlahan terus berkembang dan memenuhi kebutuhan penduduk agar dapat berpindah dari satu tempat
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bali merupakan salah satu pulau di Indonesia yang kaya akan warisan budaya. Bali menjadi salah satu destinasi wisata penting yang dimiliki Indonesia. Selain dapat menjadi
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 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 terperinciENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5
MAKALAH SEMINAR TUGAS AKHIR ENKRIPSI DATA HASIL ANALISIS KOMPONEN UTAMA (PCA) ATAS CITRA IRIS MATA MENGGUNAKAN ALGORITMA MD5 Sunaryo 1, Budi Setiyono 2, R. Rizal Isnanto 2 Abstrak - Biometrik merupakan
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 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 terperinciIDENTIFIKASI BIOMETRIK FINGER KNUCKLE PRINT MENGGUNAKAN FITUR EKSTRAKSI PCA DAN GLCM
1 IDENTIFIKASI BIOMETRIK FINGER KNUCKLE PRINT MENGGUNAKAN FITUR EKSTRAKSI DAN Ratna Dwi Jayanti A11.2011.05949 Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas Dian Nuswantoro, Jl.
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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum, data citra digital ditandai oleh informasi dengan jumlah bit yang besar sehingga menimbulkan masalah untuk memindahkan, memproses atau menyimpannya. Biasanya
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra (image) adalah kombinasi antara titik, garis, bidang, dan warna untuk menciptakan suatu imitasi dari suatu obyek, biasanya obyek fisik atau manusia. Citra dapat
Lebih terperinciBAB I PENDAHULUAN. ke karakteristik tertentu pada manusia yang unik dan berbeda satu sama lain.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah keamanan (security) merupakan salah satu isu yang sangat penting akhir-akhir ini. Salah satu teknik yang diunggulkan bisa diterapkan untuk permasalahan tersebut
Lebih terperinciSISTEM PELACAKAN WAJAH METODE HAAR
SISTEM PELACAKAN WAJAH METODE HAAR Endah Sudarmilah Jurusan Teknik Informatika, Fakultas Komunikasi dan Informatika, Universitas Muhammadiyah Surakarta Email : endah_te@yahoo.com Abstrak. Penelitian deteksi
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 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 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 terperinciANALISA DETEKSI KELOMPOK USIA DAN GENDER BERDASARKAN KONTUR WAJAH DENGAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) WAJAH DENGAN PENGOLAHAN CITRA DIGITAL Marlina Novalinda Br Purba¹, Achmad Rizal², Suryo Adhi Wibowo³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak Teknologi pengolahan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola
Lebih terperinciBAB 1 PENDAHULUAN. identifikasi (Naseem, 2010). Sudah banyak sistem biometrik yang dipakai pada
BAB 1 PENDAHULUAN 1.1. Latar Belakang Biometrik merupakan cara untuk merekam fisik seseorang atau karakteristik kebiasaan atau sifat yang bisa digunakan untuk otentikasi atau identifikasi (Naseem, 2010).
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 1 PENDAHULUAN. Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan pengetahuan dibidang kecerdasan buatan sedemikian pesatnya, seperti penelitian segmentasi dokumen. Segmentasi dokumen membuat pengguna menjadi mudah
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 terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya
Pengenalan Wajah Menggunakan Metode Adjacent Pixel Intensity Difference Quantization Histogram Generation Oleh : ANDIK MABRUR 1206 100 716 Dosen Pembimbing : Drs. Soetrisno, MI.Komp. Jurusan Matematika
Lebih terperinci