BAB 1 PENDAHULUAN. Dalam masa perkembangan teknologi yang berkembang pesat ini, oleh semua orang. Kecerdasan Buatan merupakan salah satu disiplin dari
|
|
- Lanny Iskandar
- 5 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam masa perkembangan teknologi yang berkembang pesat ini, kata Kecerdasan Buatan (Artificial Intelligence) mulai umum untuk didengar oleh semua orang. Kecerdasan Buatan merupakan salah satu disiplin dari Ilmu Komputer (Computer Science). Disiplin ini mempelajari bagaimana agar mesin memiliki kecerdasan sendiri seperti layaknya manusia. Kecerdasan Buatan sendiri masih memiliki cabang disiplin yang lain. Fokus dari studi yang diajarkan dalam Kecerdasan Buatan ini, adalah Computer Vision dan Neuro Computing. Computer Vision merupakan teknik yang mempelajari bagaimana mesin dapat melakukan ekstraksi fitur gambar 2 dimensi menjadi suatu informasi baik kuantitatif maupun kualitatif. Sementara Neuro Computing adalah salah satu teknik kategorisasi atau klasifikasi dengan cara mencocokkan pola masukkan dengan pola hasil pelatihan berdasarkan arsitektur dan konstruksi jaringan syaraf biologis. Computer Vision sering digunakan untuk pendeteksian wajah manusia dalam sebuah gambar yang umum, pengenalan wajah manusia serta pengenalan ekspresi yang ditunjukkan wajah. Melalui pengenalan ekspresi wajah memungkinkan mesin untuk membedakan emosi yang ditunjukkan wajah tersebut. 1
2 2 Pengenalan ekspresi wajah dilakukan melalui berbagai tahap, yaitu dimulai dari pendeteksian wajah, kemudian pengambilan citra-citra wajah yang memberikan informasi tentang ekspresi wajah yang akan dideteksi. Metode yang umum digunakan untuk mengekstraksi fitur wajah, khususnya dalam pengklasifikasian ekspresi, adalah Analisis Komponen Prinsipal (Principal Component Analysis) yang mana dimensi citra yang tinggi dikompresi menjadi data dengan dimensi yang lebih kecil. Metode ini ternyata masih dapat terus dikembangkan. Pada tahun 1999, Lee dan Seung, mengusulkan suatu metode baru yang disebut Non-negative Matrix Factorization (NMF) yang digunakan sebagai feature extraction dan classifier. Metode ini tidak menggunakan classifier tertentu, tetapi hanya membandingkan nilai feature untuk proses klasifikasi penentuan emosi wajah. Namun sebelumnya, David R. Rumelhart pada tahun 1986, telah menemukan suatu metode pembelajaran sebagai metode training dan classifier, yaitu metode Back-Propagation. Untuk meningkatkan akurasi dalam pendeteksian emosi wajah ini, penulis memberikan usul untuk menggabungkan kemampuan feature extractor dari Non-negative Matrix Factorization dan kemampuan classifier dari metode Back Propagation sehingga dapat menghasilkan suatu metode gabungan. Proses yang dilakukan setelah pengekstraksian fitur wajah adalah proses klasifikasi yang berbasis vektor fitur. Salah satu metode klasifikasi yang akurat dan fault tolerant adalah supervised training yang mana peneliti memberikan nilai masukan dan keluaran yang sesuai untuk masalah yang diteliti dan mesin mempelajari pola yang sesuai untuk pemecahan masalah.
3 Metode pembelajaran supervised training yang cukup terkenal dan umum dilakukan adalah algoritma pembelajaran Backpropagation. 3 NMF reliable digunakan sebagai feature extractor dan BP reliable digunakan sebagai classifier. Maka peneliti melakukan penggabungan kedua metodologi ini dalam mendeteksi ekspresi wajah. Dengan demikian, proses komputasi pengenalan emosi melalui ekspresi wajah dapat diharapkan lebih optimal dengan penggunaan algoritma yang lebih optimal pada tahap pengekstraksian vektor fitur dan tahap pelatihan Ruang Lingkup Ruang lingkup penelitian pengenalan ekspresi wajah ini terbatas pada 1. Database gambar yang digunakan adalah JAFFE yang terdiri atas 213 gambar ekspresi wajah yang diambil dari 10 wanita Jepang. Objek wajah yang dikenali berupa gambar wajah manusia dengan ekspresi yang berbeda-beda diambil dari tampak depan. 2. Ekspresi dasar yang diteliti adalah ekspresi netral (neutral), marah (angry), senang (happy), sedih (sad), takut (fear), terkejut (surprised), dan jijik (disgust). 3. Metode yang digunakan adalah Faktorisasi Matriks Non-Negatif dan Jaringan Syaraf Tiruan Propagasi-Balik 4. Eksperimen dilakukan dengan menggunakan perangkat lunak MATLAB 7.11b
4 Tujuan Dan Manfaat Tujuan dari pengenalan ekspresi wajah dengan metode Faktorisasi Matriks Non-Negatif dan Jaringan Syaraf Tiruan Propagasi-Balik adalah: 1. Mengembangkan metode Faktorisasi Matriks Non-Negatif yang digunakan untuk proses pengenalan ekspresi wajah sebagai pengekstraksian fitur digabungkan dengan metode Jaringan Syaraf Tiruan Propagasi-Balik sebagai algoritma pendeteksian. Metode gabungan ini diharapkan memiliki tingkat akurasi yang lebih tinggi dalam mengenali ekspresi wajah. Penelitian ini diharapkan menghasilkan manfaat sebagai berikut: 1. Menghasilkan metode untuk pengembangan aplikasi pengenalan ekspresi wajah yang lebih akurat. 2. Membantu penelitian dalam bidang psikologi dalam mengenali emosi melalui ekspresi wajah manusia. 3. Mengembangkan prototype aplikasi pengenalan ekspresi wajah berbasis komputer pribadi (PC) yang lebih akurat.
5 Metodologi Terdapat tiga metodologi yang digunakan dalam penelitian ini, metodologi tersebut adalah: 1. Metode Non-Negative Matrix Factorization (NMF) Gambar-gambar yang disiapkan untuk proses pelatihan dikecilkan ukurannya, lalu diproses untuk diekstrak fiturnya dengan metode NMF. Pemrosesan menghasilkan matriks W dan matriks H yang selanjutnya digunakan untuk proses pengujian dan untuk menentukan hasil klasifikasi pendeteksian ekspresi wajah. 2. Metode Artificial Neural Network Back-Propagation (BP) Dengan metode ini, gambar-gambar yang disiapkan untuk proses pelatihan dikecilkan ukurannya, lalu dilatih dalam jaringan syaraf tiruan. Pelatihan tersebut menghasilkan suatu jaringan (net) yang nantinya digunakan untuk proses pengujian untuk menentukan hasil klasifikasi pendeteksian ekspresi wajah. 3.Metode Kombinasi NMF dan BP Metode kombinasi ini menggunakan metode NMF sebagai pengekstraksi fitur dan metode BP sebagai pengklasifikasi. Gambar-gambar yang digunakan dalam proses pelatihan dikecilkan ukurannya, lalu diekstrak fiturnya dengan NMF. Fitur-fitur yang berhasil diperoleh digunakan sebagai masukan untuk dilatih dalam jaringan syaraf tiruan sehingga didapat suatu jaringan. Proses pengujian dilakukan dengan langkah yang sama, yaitu dengan mengekstrak fitur gambar lalu hasil pengekstraksiannya digunakan untuk mengenali ekspresi dengan menggunakan jaringan yang telah diperoleh sebelumnya.
6 Sistematika Penulisan Adapun susunan tercantum pada sistematika penulisan skripsi ini terdiri dari komposisi dengan uraian lima bab yang meliputi: BAB 1 PENDAHULUAN Bab ini berisi latar belakang permasalahan dari penelitian yang dilakukan, ruang lingkup permasalahan, tujuan dan manfaat penelitian, hipotesis dari penelitian, metodologi serta sistematika penulisan yang digunakan. BAB 2 TINJAUAN PUSTAKA Bab ini membahas teori umum yang berkaitan dengan penelitian, yaitu membahas tentang visi komputer serta jaringan syaraf tiruan. Selain itu, membahas pula perkembangan terakhir dari penelitian dalam bidang atau topik yang berkaitan yang diperoleh melalui jurnal-jurnal penelitian, khususnya yang berkaitan dengan metodologi yang digunakan. BAB 3 METODOLOGI Bab ini membahas metode-metode yang digunakan dalam penelitian. Metodologi yang digunakan dalam penelitian ini adalah metode faktorisasi matriks non-negatif (non-negative matrix factorization) dan jaringan syaraf tiruan propagasi-balik (backpropagation). BAB 4 HASIL PENELITIAN Bab ini berisi hasil penelitian dari metodologi yang digunakan serta analisis dari hasil penelitian tersebut. BAB 5 SIMPULAN DAN SARAN Pada bab ini berisikan kesimpulan dari penelitian serta saran dari peneliti untuk penelitian lebih lanjut mengenai topik yang diteliti.
BAB 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 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. 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 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 1 PENDAHULUAN. termasuk dalam bidang Computer Vision. Computer Vision membuat komputer
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
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 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 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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wajah sering digunakan sebagai sarana berekspresi dalam berkomunikasi interpersonal dalam kehidupan sehari hari. Dengan ekspresi wajah, seseorang dapat memahami emosi
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. untuk meniru sistem visual manusia (human vision).
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang sangat cepat, terutama pada teknologi komputer sehingga membuat pekerjaan pengolahan data dapat ditangani dengan lebih cepat dan tepat.
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 I PENDAHULUAN. Perkembangan dunia ilmu pengetahuan dan teknologi semakin pesat
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia ilmu pengetahuan dan teknologi semakin pesat seiring dengan kebutuhan manusia akan teknologi tersebut yang semakin meningkat dalam rangka membantu
Lebih terperinciBAB I PENDAHULUAN. Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara umum sering digunakan dalam sistem berbasis pengetahuan. Pengenalan pola memiliki peranan penting
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 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 I PENDAHULUAN. Machine learning (ML), bagian dari kecerdasan buatan (artificial
BAB I PENDAHULUAN 1. 1.1. Latar Belakang Machine learning (ML), bagian dari kecerdasan buatan (artificial intelligence), merupakan metode untuk mengoptimalkan performa dari sistem dengan mempelajari data
Lebih terperinciBAB II TINJAUAN PUSTAKA
7 BAB II TINJAUAN PUSTAKA Penelitian maupun pembuatan aplikasi mengenai pengenalan karakter / pengenalan pola ataupun yang berhubungan dengan Jaringan Syaraf Tiruan terlebih dengan metode Backpropagation
Lebih terperinciPENGEMBANGAN ARSITEKTUR JARINGAN SYARAF TIRUAN UNTUK PENGENALAN EKSPRESI WAJAH MANUSIA
PENGEMBANGAN ARSITEKTUR JARINGAN SYARAF TIRUAN UNTUK PENGENALAN EKSPRESI WAJAH MANUSIA Julian Supardi 1) Bella Anindita 2) Jurusan Teknik Informatika Universitas Sriwijaya Email: 1) Julian@unsri.ac.id
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Artificial Neural Network atau jaringan syaraf tiruan merupakan bidang yang sangat berkembang saat ini. Pemanfaatan teknologi mesin dan computer yang tidak terbatas
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 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengenalan pola (pattern recognition) dapat diartikan sebagai proses klasifikasi dari objek atau pola menjadi beberapa kategori atau kelas. Dan bertujuan untuk pengambilan
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciDatabase Ekspresi Wajah Perempuan Indonesia Berbasis 2D untuk Pengenalan Emosi
Tugas Akhir Database Ekspresi Wajah Perempuan Indonesia Berbasis 2D untuk Pengenalan Emosi Oleh : Dwi Angga Y. 2210106042 Pembimbing : I. Dr. Surya Sumpeno, ST., M.Sc. II. Muhtadin, ST., MT. Halaman 1
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 terperinciPENGEMBANGAN SISTEM PENGENALAN EKSPRESI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDI KASUS PADA DATABASE MUG)
PENGEMBANGAN SISTEM PENGENALAN EKSPRESI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDI KASUS PADA DATABASE MUG) Zaenal Abidin Jurusan Matematika Universitas Negeri Semarang Kampus Sekaran
Lebih terperinciDatabase Ekspresi Wajah Perempuan Indonesia Berbasis 2D untuk Pengenalan Emosi
JURNAL TEKNIK POMITS Vol 1, No 1, (2013) 1-6 1 Database Wajah Perempuan Indonesia Berbasis 2D untuk Pengenalan Emosi Dwi Angga Yulianto, Muhtadin, dan Surya Sumpeno Jurusan Teknik Elektro, Institut Teknologi
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 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 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 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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Akhir-akhir ini kita banyak mendengar banyak berita bahwa Perusahaan Listrik Negara (PLN) mengalami kerugian yang sangat besar setiap tahunnya yang disebabkan faktor-faktor
Lebih terperinciPERBANDINGAN METODE MINIMUM DISTANCE PATTERN CLASSIFIER DAN NEURAL NETWORK BACKPROPAGATION DALAM MENGENALI WAJAH MANUSIA DENGAN EKSPRESI YANG BERBEDA
PERBANDINGAN METODE MINIMUM DISTANCE PATTERN CLASSIFIER DAN NEURAL NETWORK BACKPROPAGATION DALAM MENGENALI WAJAH MANUSIA DENGAN EKSPRESI YANG BERBEDA Bharasaka Krisnandhika 51412445 Dr. Dewi Agushinta
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 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 I PENDAHULUAN. 1.1 Latar Belakang Masalah. Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh pelanggan. Alat ini biasa diletakkan di rumah-rumah yang menggunakan penyediaan air
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Sistem Absensi Otomatis Menurut kamus besar bahasa Indonesia absen memiliki arti ketidak hadiran dalam suatu kegiatan, baik kegiatan belajar mengajar ataupun dalam
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011 APLIKASI SISTEM KEAMANAN PADA RUMAH BERBASIS CITRA WAJAH DENGAN JARINGAN SARAF TIRUAN Hendra 2007250083
Lebih terperinciPengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan
Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan Adhika Aryantio School of Electrical Engineering and Informatics Institute Technology of Bandung 10th Ganeca Street Bandung, Indonesia. Adhikaaryantio.x6@gmail.com
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 I PENDAHULUAN. 1.1 Latar Belakang
PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi khususnya di bidang komputer sudah sangat berkembang dengan sangat pesat dan memiliki manfaat yang sangat besar di dalam kehidupan manusia. Oleh karena
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Adanya pendatang baru seperti mahasiswa dari luar daerah, pindahan dari kota lain atau turis manca negara yang ingin berjalan-jalan mengelilingi kota Bandung, namun
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 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 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 III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Jaringan Syaraf Tiruan (artificial neural network), atau disingkat JST menurut Hermawan (2006, hlm.37) adalah sistem komputasi dimana arsitektur dan operasi
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION
J~ICON, Vol. 3 No. 2, Oktober 2015, pp. 89 ~ 95 89 IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION Rini Miyanti Maubara 1, Adriana Fanggidae
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pasar valuta asing telah mengalami perkembangan yang tak terduga selama beberapa dekade terakhir, dunia bergerak ke konsep "desa global" dan telah menjadi salah satu pasar
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 IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)
BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam
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 terperinciMILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Beberapa tahun belakangan ini, jaringan syaraf tiruan telah berkembang dengan pesat. Berbagai aplikasi telah memanfaatkan jaringan syaraf tiruan dalam penerapannya,
Lebih terperinciBAB 1 PENDAHULUAN. dengan proses pengolahan citra digital (digital image processing), dimana data berupa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada awalnya, komputer hanya dapat digunakan untuk melakukan pemrosesan terhadap data numerik. Tetapi pada sekarang ini, komputer telah membawa banyak perubahan dan
Lebih terperinciBAB I PENDAHULUAN. Manggis (Garcinia mangostana L.) merupakan tanaman yang tumbuh di
BAB I PENDAHULUAN 1.1 Latar Belakang Manggis (Garcinia mangostana L.) merupakan tanaman yang tumbuh di daerah tropis dan berasal dari Indonesia yang menjadi komoditas utama perdagangan nasional serta mempunyai
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Penelitian pada karya akhir ini membahas mengenai pengembangan model Artificial Neural Network serta menganalisa kemampuan Artificial Neural Network sebagai alat peramalan. Obyek yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan kecerdasan buatan yang semakin pesat dewasa ini ditunjukkan oleh aplikasinya diberbagai bidang. Salah satu cabang dari kecerdasan buatan yang sudah dikenal
Lebih terperinci2016 DETEKSI MOOD PESERTA DIDIK PADA RUANG KELAS MENGGUNAKAN METODE DEEP LEARNING
BAB I PENDAHULUAN Bab ini akan menguraikan latar belakang, rumusan masalah, tujuan penelitian, batasan masalah dan sistematika penulisan laporan. 1.1 Latar Belakang Tidak bisa dipungkiri bahwa suasana
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 terperinciHALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK
HALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK Oleh: MOH SHOCHWIL WIDAT 2011-51-034 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
Lebih terperinciPengolahan Citra untuk Bidang Pertanian(Menentukan Kematangan Buah) Oleh Nama:Wahyu Abid A. NRP : Kelas :2D4 IT(B)
Pengolahan Citra untuk Bidang Pertanian(Menentukan Kematangan Buah) Oleh Nama:Wahyu Abid A. NRP :2110151042 Kelas :2D4 IT(B) Latar Belakang Buah pisang dan alpukat sangatlah familiar dengan warga asia,
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 I PENDAHULUAN. tangan dijadikan alat untuk menganalisis kepribadian pemiliknya. Sebuah
BAB I PENDAHULUAN 1.1 Latar Belakang Tulisan tangan merupakan salah satu hal unik yang dapat dihasilkan oleh manusia selain tanda tangan. Seperti halnya tanda tangan, tulisan tangan juga dapat digunakan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di era modern seperti saat ini, energi listrik menjadi salah satu kebutuhan dasar dalam kehidupan masyarakat. Berbagai peralatan rumah tangga maupun industri saat ini
Lebih terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
Lebih terperinciBAB 1 PENDAHULUAN. Pengenalan pola adalah komponen esensial dalam kecerdasan buatan dan computer
BAB 1 PENDAHULUAN 1.1. Latar Belakang Manusia diberi karunia kecerdasan alami untuk mengenal tulisan, pola, obyek, suara, bilangan dan lain sebagainya. Tetapi, untuk membuat mesin untuk dapat mengenal
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah yang dihadapi seluruh Negara di dunia terutama Negara berkembang seperti Indonesia adalah kemiskinan. Kemiskinan atau tingkat kesejahteraan yang rendah menjadi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra digital saat ini sudah menjadi kebutuhan banyak orang untuk berbagai macam keperluan. Hal ini dilihat dari betapa pentingnya peranan citra digital di berbagai
Lebih terperinciBAB 1 PENDAHULUAN. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu kecerdasan buatan saat ini sudah berkembang pesat. Berbagai cabang ilmunya telah membantu manusia menyelesaikan pekerjaan dengan lebih baik, cepat,
Lebih terperinciBAB I PENDAHULUAN. Stabilitas Marshall adalah kemampuan suatu campuran aspal untuk
BAB I PENDAHULUAN I.1. Latar Belakang Stabilitas Marshall adalah kemampuan suatu campuran aspal untuk menerima beban sampai terjadi alir (flow) yang dinyatakan dalam kilogram, sedangkan alir (flow) adalah
Lebih terperinciSISTEM PENGENALAN WAJAH BERBASIS METODA FISHERFACE TUGAS AKHIR. Febrian Ardiyanto NIM :
SISTEM PENGENALAN WAJAH BERBASIS METODA FISHERFACE TUGAS AKHIR Oleh Febrian Ardiyanto NIM : 13203137 PROGRAM STUDI TEKNIK ELEKTRO SEKOLAH TEKNIK ELEKTRO DAN INFORMATIKA INSTITUT TEKNOLOGI BANDUNG 2007
Lebih terperinciBAB II TINJAUAN PUSTAKA. yang revelan dengan penelitian yang akan. antara metode Kohonen Neural Network dengan metode Learning ng Vector
BAB II TINJAUAN PUSTAKA Pada Bab ini akan menjelaskan tentang teori-teori o i serta hasil penelitian yang revelan dengan penelitian yang akan an dilakukan. an. A. Tinjauan an Pustaka Prabowo, o, Sarwoko
Lebih terperinciPangan merupakan salah satu dari tiga kebutuhan pokok manusia, dan ketersediaan pangan yang cukup adalah masalah yang kompleks yang memiliki
1 BAB I PENDAHULUAN 1.1 Latar Belakang Algoritma propagasi balik (backpropagation) adalah salah satu algoritma yang terdapat pada metode jaringan saraf tiruan (JST) dimana algoritma ini memiliki kecenderungan
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 I PENDAHULUAN. penelitian di dunia pendidikan. Dilaporkan sekitar 25-60% mahasiswa drop-out
BAB I PENDAHULUAN 1.1 Latar Belakang Pada tahun 1980, Student Engagement menjadi topik hangat dalam penelitian di dunia pendidikan. Dilaporkan sekitar 25-60% mahasiswa drop-out dikarenakan merasa bosan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Eksperimen Pada penelitian ini dilakukan eksperimen sebanyak dua kali. Eksperimen pertama dilakukan untuk menguji keberhasilan klasifikasi ROI ke dalam jenis keabnormalan,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat lunak dewasa ini tidak terlepas dari berkembangnya studi mengenai kecerdasan buatan. Ada dua hal yang termasuk dari kecerdasan buatan
Lebih terperinciKOMPRESI 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang !! "(!
"( BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan (signature) adalah sebuah tanda (sign) atau symbol yang merupakan versi miniatur dari pemiliknya. Tanda tangan bukanlah sembarang tanda atau symbol,
Lebih terperinciBAB 1 PENDAHULUAN. manusia untuk mendengar sangat luar biasa. Sistem pendengaran manusia dapat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Mendengar adalah bagian penting dalam proses interaksi manusia. Kemampuan manusia untuk mendengar sangat luar biasa. Sistem pendengaran manusia dapat membedakan jenis
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 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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi senantiasa membawa dampak secara langsung maupun tidak langsung, baik itu berdampak positif maupun negatif dan akan sangat berpengaruh terhadap
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 terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2004/2005
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2004/2005 PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANS FORMAS I WAVELET DIS KRIT D AN JARINGAN S ARAF
Lebih terperinciBAB 1 PENDAHULUAN. di bidang pendidikan, keamanan, perkantoran, bahkan pada bidan g
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sekarangini dunia berada di era digital. Era dimana hampir setiap aspek dalamkehidupan manusia sangat berhubungan erat dengan teknologi komputasi baik di bidang pendidikan,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banyaknya bangsa dan negara di dunia, menimbulkan keanekaragaman bahasa dan budaya. Hal tersebut membuat manusia mengalami kesulitan untuk saling mengerti maksud dan
Lebih terperinciBAB IV IMPLEMENTASI & EVALUASI
BAB IV IMPLEMENTASI & EVALUASI Pada bab ini akan dibahas cara implementasi sistem absensi otomatis yang telah kami buat, cara implementasi sistem ini dengan melakukan simulasi absensi yang dilakukan di
Lebih terperinciJurnal MIPA 35 (2): 194-203 (2012) Jurnal MIPA http://journal.unnes.ac.id/sju/index.php/jm RANCANG BANGUN SISTEM PENGENALAN EKSPRESI WAJAH MENGGUNAKAN FISHERFACE DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
Lebih terperinciPENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE
PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE Radian Rizki Triadhi NRP : 1222033 E-mail : radianrizkitriadhi@ymail.com ABSTRAK Pengenalan tulisan tangan
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada
SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN LEMBAR PERSETUJUAN Proposal Skripsi
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciBAB 4 IMPLEMENTASI Implementasi
BAB 4 IMPLEMENTASI Bab ini menuturkan penjelasan mengenai implementasi dari sistem pengujian yang dibangun berdasarkan hasil analisis dan perancangan sistem yang telah dibahas pada bab sebelumnya. Bab
Lebih terperinciBAB 1 PENDAHULUAN Latar belakang masalah
BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Saluran pernapasan pada manusia terdiri dari rongga hidung, faring, laring, trakea, percabangan bronkus dan paru-paru (bronkiolus, alveolus). Paru-paru merupakan
Lebih terperinciBAB 1 PENDAHULUAN. era globalisasi, di mana perdagangan mulai bersifat internasioanal. Banyak usahawan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada sepuluh tahun terakhir ini perekonomian negara Indonesia telah mendekati era globalisasi, di mana perdagangan mulai bersifat internasioanal. Banyak usahawan
Lebih terperinciFacial Expression Recognition By Using Fisherface Methode With Backpropagation Neural Network
Facial Expression Recognition By Using Fisherface Methode With Backpropagation Neural Network Zaenal Abidin dan Agus Harjoko Abstract In daily lives, especially in interpersonal communication, face often
Lebih terperinciKNIT-2 Nusa Mandiri ISBN: SISTEM BIOMETRIK TELINGA MENGGUNAKAN JARINGAN SYARAF TIRUAN
SISTEM BIOMETRIK TELINGA MENGGUNAKAN JARINGAN SYARAF TIRUAN Ina Agustina 1, Fauziah 2, Aris Gunaryati 3 1, 2 Sistem Informasi, 3Teknik Informatika, Universitas Nasional Jl Sawo Manila Pejaten Pasar Minggu
Lebih terperinciSINTESA EKSPRESI WAJAH DENGAN MENGGUNAKAN RADIAL BASIS FUNCTION NETWORK
SINTESA EKSPRESI WAJAH DENGAN MENGGUNAKAN RADIAL BASIS FUNCTION NETWORK Wiwik Anggraeni, Handayani Tjandrasa Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember
Lebih terperinci