BAB I PENDAHULUAN 1.1 Latar Belakang
|
|
- Erlin Hadiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 yang sedang bergejolak dalam diri individu. Ekspresi atau mimik sendiri sebenarnya adalah salah satu bentuk komunikasi nonverbal yang merupakan hasil dari satu atau lebih gerakan otot pada wajah serta dapat menyampaikan keadaan seseorang dari seseorang kepada orang yang mengamatinya. Sebagai contoh, sebuah senyuman mengungkapkan keramah-tamahan dan kasih-sayang; mengangkat alis mata menunjukkan emosi heran; mengerutkan dahi menunjukkan ketakutan dan kegelisahan. Semua emosi dan berbagai macam tingkah manusia diekspresikan dalam emosi yang berbeda yang tergambar di wajah (Abidin, 2010). Seorang psikolog bernama Mehrabian dalam penelitiannya mengatakan bahwa ekspresi wajah menyumbang sebesar 55% dalam penyampaian pesan. Sementara bahasa dan suara masing-masing menyumbang 7% dan 38% (Abidin, 2010). Dalam bukunya (Ekman, 2003), Seorang psikolog Amerika juga menyatakan bahwa manusia mempunyai ekspresi wajah universal. Teknologi pengenalan ekspresi wajah berhubungan dengan gerakan wajah dan perubahan fitur wajah. Komponen dasar dari sistem analisis ekspresi tersebut salah satunya adalah proses ekstraksi wajah. Proses ekstraksi adalah proses pengambilan informasi-informasi penting dari sebuah citra wajah sehingga dapat diolah dalam proses pengenalan. Proses ekstraksi ciri sangat penting perannya dalam tahap pengenalan pola, karena salah satu yang menentukan tingginya tingkat pengenalan dalam teknologi pengenalan ekspresi wajah. 1
2 2 Beberapa metode dalam proses ekstraksi wajah yang telah ditemukan salahsatunya metode eigenface, fisherface, LBPH (Local Binnary Pattern Histogram). Proses ekstraksi sangat berperan penting dalam proses selanjutnya. Misalnya saja dalam proses pengambilan keputusan dalam dalam proses pengujian. Selain itu proses ekstraksi juga berperan dalam proses kecepatan dari proses pengenalan. Metode ekstraksi yang baik dapat menghasilkan proses pengenalan pola yang baik. Pada metode eigenface, proses ekstraksi fitur wajah menggunakan perhitungan matematis dengan menghitung matriks citra wajah, dan mereduksikan ukuran dari dimensi matriks citra tersebut. Pada pengenalan wajah, metode eigenface mempu mengenali citra input dengan baik. Hanya saja karena persebaran data dari proses ekstraksi yang tidak mengelompok menghasilkan pengujian pada pengenalan wajah yang tidak sempurna ketika diujikan dengan variasi pencahayaan dan citra yang berekspresi bisa dikatakan metode ini sangat sensitive (Turk dan Pentland, 1991). Sementara untuk metode fisherface adalah penyempurnaan dari metode eigenface, metode eigenface yang sudah baik dalam proses pereduksian dimensi citra input kemudian disempurnakan dengan pengklasifikasian data persebarannya. Metode ini menghasilkan pengujian citra yang tahan terhadap variasi aksesoris, citra yang berekspresi dan variasi cahaya (Belhumeur et al. 1997). Berbeda dengan metode eigenface dan fisherface, LBPH menggunakan fitur tekstur dan bentuk. Metode ini menggunakan cara mengkonversikan citra grayscale kedalam bentuk bilangan binner (Maturana et al. 2009). Pemilihan metode ekstraksi yang baik akan menghasilkan proses pengenalan yang baik, karena pada proses ekstraksi informasi informasi yang diambil adalah ciri-ciri yang terdapat pada wajah berekspresi. Berbeda dengan pengenalan pada wajah, pengenalan pada wajah berekspresi dengan cara menghimpun foto wajah yang berbeda namun dikelompokan berdasarkan ekspresi yang sama.
3 3 1.2 Rumusan Masalah Berdasarkan uraian pada latar belakang di atas, maka bagaimana pengembangan metode ekstraksi ciri wajah dalam mengenali wajah berekspresi dengan pendekatan metode nearest neigbour. 1.3 Batasan Masalah Penelitian ini dibatasi dengan ketentuan sebagai berikut: a. Database wajah yang digunakan untuk training set dan testing data set adalah database ekspresi wanita Jepang JAFFE (The Japanese Female Facial Expression) dan database eskpresi wajah mahasiswa FMIPA UGM yang dikumpulkan. b. Ekspresi wajah yang diteliti adalah ekspresi wajah universal menurut (Ekman, 2003) yaitu disgust, angry, fear, neutral, surprise, happy, sad. c. Pengujian dilakukan secara offline serta menggunakan citra wajah static. 1.4 Tujuan Adapun tujuan dari penelitian ini adalah membandingkan kemampuan metode ekstraksi wajah eigenface, fisherface, dan LBPH dalam pengenalan wajah berekspresi sehingga diperoleh metode ekstraksi yang terbaik untuk pengenalan wajah berekspresi dengan menggunakan pendekatan nearest neigbour. 1.5 Manfaat Manfaat dari penelitian ini adalah diharapkan dapat memberikan informasi pengembangan dari perbandingan metode ekstraksi ciri wajah untuk pengenalan wajah berekspresi dengan menggunakan pendekatan nearest neigbour 1.6 Metodologi Penelitian Penelitian ini dilakukan dengan tahapan tahapan sebagai berikut: Stui Pustaka dan Literatur Studi pustaka dan literatur bertujuan untuk mengkaji penelitian, buku, karya tulis ilmiah dan jurnal, baik bentuk cetak maupun media elektronik yang berkaitan dengan alat yang ingin dibuat.
4 Diskusi dan Konsultasi Diskusi dan konsultasi dilakukan untuk melaporkan kemajuan penelitian serta mencari jalan keluar untuk masalah-masalah yang dihadapi selama penelitian. Diskusi dan konsultasi dilakukan kepada Dosen Pembimbing serta dosen yang memiliki bidang yang sama dengan penelitian yang dilakukan Perancangan Sistem Tahap perancangan sistem melibatkan perancangan sistem yang akan dibuat. Dibutuhkan deteksi wajah untuk mengambil area wajah, pembuatan database untuk proses ekstraksi, dan pembuatan database dari proses ekstraksi Implementasi Sistem Tahap implementasi adalah tahap dimana sistem yang telah dirancangan sebelumnya kemudian diimplementasikan dalam software dan modul-modul dalam OpenCV. Implementasi meliputi pembuatan database, dan ekstraksi ciri pada database wajah berekspresi Pengujian Untuk mengetahui apakah metode tersebut optimal atau tidak, maka diujikan dataset wajah dengan menggunakan pendekatan nearest neigbour dengan data pengujian yang digunakan adalah dataset dan datatest. 1.7 Sistematika Penulisan Adapun sistematika penulisan pada penelitian ini adalah sebagai berikut: BAB I: PENDAHULUAN Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. BAB II: TINJAUAN PUSTAKA Tinjauan pustaka memuat urutan sistematis tentang informasi hasil penelitian yang disajikan dalam pustaka dan menghubungkan dengan masalah penelitian yang sedang diteliti. BAB III: LANDASAN TEORI
5 5 Bab ini berisi penjelasan dan dasar teori: meliputi emosi dasar manusia, metode ekstraksi wajah pada OpenCV , metode eigenface, metode fisherace. BAB IV: ANALISIS DAN RANCANGAN SISTEM Pada bab ini dijelaskan mengenai perancangan pembuatan dataset wajah, analisis pelatihan, dan pengujian system, serta analisis perancangan pengujian metode. BAB V: IMPLEMENTASI Bab ini berisi tentang implementasi yang telah dirancang pada bab perancangan sistem. BAB VI: HASIL DAN PEMBAHASAN Pada bab ini akan dijelaskan mengenai proses pembuatan dataset wajah mencakup deteksi, cropping, masking, serta evaluasi sistem secara keseluruhan hasil pengujian metode. BAB VII: PENUTUP Bab ini berisi kesimpulan dari penelitian yang telah dilakukan serta saran pengembangan penelitian selanjutnya.
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 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 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 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 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 4 HASIL DAN PEMBAHASAN
68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone
Lebih terperinciBAB 1 PENDAHULUAN. 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 Face recognition masih menjadi area yang diteliti secara luas dalam bidang ilmu komputer. Untuk mengenali wajah dalam pencahayaan yang baik dan arah yang tetap tanpa
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 terperinciCalculati Alfi Jannati Mujiono Pembimbing : Dr. Singgih Jatmiko, SSi., MSc
ANALISIS PERBANDINGAN METODE EIGENFACE DENGAN FISHERFACE PADA PROSES PENGENALAN WAJAH Calculati Alfi Jannati Mujiono 51410506 Pembimbing : Dr. Singgih Jatmiko, SSi., MSc Latar Belakang Perkembangan Teknologi
Lebih terperinciABSTRAK. Aplikasi Metode Viola Jones dan Eigenface Untuk Pengenalan Ekspresi Wajah Manusia
ABSTRAK Aplikasi Metode Viola Jones dan Eigenface Untuk Pengenalan Ekspresi Wajah Manusia Disusun Oleh : Ayu Maulidya (1122065) Program Studi Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria Sumantri,
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 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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Plat nomor kendaraan bermotor merupakan ciri atau tanda pengenal suatu kendaraan yang diberikan oleh kepolisian. Setiap plat nomor kendaraan memiliki kombinasi
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 II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciBAB I PENDAHULUAN. 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 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 I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, antrean (queing) merupakan hal yang sering sekali kita jumpai, misalnya ketika membeli karcis, membayar tol, menaiki kendaraan
Lebih terperinciBAB I PENDAHULUAN. Bab pertama ini terbagi menjadi enam bagian yang masing-masing akan
BAB I PENDAHULUAN Bab pertama ini terbagi menjadi enam bagian yang masing-masing akan menjelaskan rmengenai latar belakang, pendefinisian masalah, tujuan dari penelitian, ruang lingkup, metodologi penelitian
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. 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 dengan Metode Subspace LDA (Linear Discriminant Analysis)
Pengenalan Wajah dengan Metode Subspace LDA (Linear Discriminant Analysis) Ratna Nur Azizah Jurusan Teknik Elektro FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111
Lebih terperinciBAB II TINJAUAN PUSTAKA. penelitian yang didapat oleh peneliti terdahulu yang relevan dengan
BAB II TINJAUAN PUSTAKA Bagian ini akan membahas mengenai tinjauan pustaka yang memuat hasilhasil penelitian yang didapat oleh peneliti terdahulu yang relevan dengan penelitian. 3.1 Tinjauan Pustaka Interaksi
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 I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Tanaman padi ( Oryzasativa,sp ) termasuk kelompok tanaman pangan yang sangat penting dan bermanfaat bagi kehidupan masyarakat Indonesia. Sampai saat ini, lebih dari
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 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 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 terperinciAlgoritma Pengenalan Ekspresi Wajah Menggunakan Wavelet Neural Networks
Algoritma Pengenalan Ekspresi Wajah Menggunakan Wavelet Neural Networks Z. Abidin Jurusan Ilmu Komputer, Fakultas MIPA, Universitas Negeri Semarang Kampus Sekaran Gunungpati, Semarang, 50229 E-mail : zaenalabidin.indonesia@gmail.com
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 I PENDAHULUAN. Perkembangan teknologi komputer dan internet semakin maju
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Perkembangan teknologi komputer dan internet semakin maju menyebabkan data digital yang dihasilkan, disimpan, ditransmisikan, dianalisis, dan diakses menjadi
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 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 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 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 terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Uang didefinisikan sebagai alat tukar yang dapat diterima secara umum oleh setiap orang di masyarakat dalam proses pertukaran barang dan jasa. Uang sendiri
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 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 terperinciPENERAPAN TEKNIK PENGENALAN WAJAH BERBASIS FITUR LOCAL BINARY PATTERN PADA ROBOT PENGANTAR MAKANAN
PENERAPAN TEKNIK PENGENALAN WAJAH BERBASIS FITUR LOCAL BINARY PATTERN PADA ROBOT PENGANTAR MAKANAN Mohamad Deddy Turiyanto 2210100118 Dosen Pembimbing : Dr.Ir. Djoko Purwanto, M.Eng Rudy Dikairono, ST.,
Lebih terperinciBAB I PENDAHULUAN. perguruan tinggi. Pilihan teknologi yang digunakan dalam implementasi absensi
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Saat ini sistem absensi menggunakan teknologi komputer telah banyak dikembangkan di perusahaan, institusi pemerintahan, lingkungan sekolah dan di perguruan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Adapun spesifikasi komputer yang digunakan pada aplikasi penelitian pengenalan ekspresi wajah ini seperti pada tabel Tabel 4.1 Spesifikasi
Lebih terperinciBAB I PENDAHULUAN. Dalam bab ini membahas latar belakang, rumusan masalah, tujuan dari tugas akhir, batasan-batasan masalah, dan metodologi.
BAB I PENDAHULUAN Dalam bab ini membahas latar belakang, rumusan masalah, tujuan dari tugas akhir, batasan-batasan masalah, dan metodologi. 1.1 Latar belakang Perkembangan teknologi pengolahan citra sekarang
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 III METODOLOGI PENELITIAN
3.1 Alat dan Bahan Penelitian BAB III METODOLOGI PENELITIAN 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: a. Hardware a. Prosesor : Intel Core i5-3230m CPU @ 2.60GHz b. Memori : 4.00 GB c.
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 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM Bab ini akan menjelaskan mengenai analisis kebutuhan dari sistem yang akan digunakan untuk pengujian metode dan kemudian dilanjutkan dengan perancangan sistem yang
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian ini adalah penelitian eksperimen dengan metode penelitian sebagai berikut: 1) Pengumpulan Data Tahap ini dilakukan sebagai langkah awal dari suatu penelitian. Mencari
Lebih terperinciImplementasi Pengenalan Wajah Berbasis Algoritma Nearest Feature Midpoint
Implementasi Pengenalan Wajah Berbasis Algoritma Nearest Feature Midpoint Diana Purwitasari, Rully Soelaiman, Mediana Aryuni dan Hanif Rahma Hakim Fakultas Teknologi Informasi, Institut Teknologi Sepuluh
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 terperinciSistem Pengenal Wajah Manusia untuk Personalisasi Perintah pada Robot
Sistem Pengenal Wajah Manusia untuk Personalisasi Perintah pada Robot Mara Nugraha Teknik Informatika Universitas Gunadarma Jl. Margonda Raya 100, Depok maranugraha@sta.gunadarma.ac.id Abstrak Pengenalan
Lebih terperinciUKDW BAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seni batik merupakan salah satu warisan budaya yang asli dari Indonesia. Seni batik sendiri juga sudah ada dan dikenal sejak beberapa abad yang lalu di Tanah
Lebih terperinciANALISIS KOMPONEN UTAMA MENGGUNAKAN METODE EIGENFACE TERHADAP PENGENALAN CITRA WAJAH
Volume 9 No.1 Januari 2017 ISSN : 2085 1669 e-issn : 2460 0288 Website : jurnal.umj.ac.id/index.php/jurtek Email : jurnalteknologi@umj.ac.id U N I V E R S I T A S M U H A M M A D I Y A H J A K A R T A
Lebih 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini menjelaskan landasan teori dari metode yang digunakan dalam proses pengenalan wajah, yaitu terdiri atas: metode Eigenface, dan metode Jarak Euclidean. Metode Eigenface digunakan
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Analisa Masalah Kemajuan teknologi di bidang multimedia, menuntut kemampuan sistem yang lebih baik dan lebih maju dari sebelumnya, sesuai dengan perkembangan teknologi.
Lebih terperinciPENGENALAN WAJAH 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 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
BAB I PENDAHULUAN 1.1. Latar Belakang Parkir adalah kegiatan manusia sehari-hari. Setiap pemilik kendaraan haruslah memarkir kendaraannya jika dibawa dalam beraktifitas. Dalam hal ini dikebanyakan tempat
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 terperinciUKDW BAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Topik yang sering mendapat perhatian khusus dalam bidang Digital Image Processing adalah mengenai pengenalan pola (pattern recognition). Sistem pengenalan pola tidak
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 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 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 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 terperinciBAB I PENDAHULUAN. individu dapat dibedakan dengan individu yang lain.
BAB I PENDAHULUAN 1 Latar Belakang Masalah Pemeriksaan identitas adalah pemeriksaan jati diri yang dimiliki oleh seseorang yang ia dapat sejak ia lahir, dimana setiap identitas yang dimiliki seseorang
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Bagian Pengolahan citra dapat di terapkan kedalam beberapa bidang keilmuan, seperti ekonomi bisnis, desain grafis, kesehatan, dan lain-lain. Dalam pengolahan citra,
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1. Latar Belakang Batik merupakan salah satu kain tradisional yang memiliki ragam hias motif. Kain batik yang memiliki motif yang berbeda-beda di setiap daerah di seluruh Indonesia.
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN METODE DISCRIMINATIVE LOCAL DIFFERENCE PATTERNS
PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE DISCRIMINATIVE LOCAL DIFFERENCE PATTERNS Widyawan Tarigan NRP : 0222062 email : widyawan_tarigan@yahoo.com ABSTRAK Pada sistem pengenalan wajah, merancang deskriptor
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 terperinciPENGENALAN EKSPRESI WAJAH MANUSIA MENGGUNAKAN TAPIS GABOR 2-D DAN SUPPORT VECTOR MACHINE (SVM)
PENGENALAN EKSPRESI WAJAH MANUSIA MENGGUNAKAN TAPIS GABOR 2-D DAN SUPPORT VECTOR MACHINE (SVM) Arif Mustakim*), Imam Santoso, and Ajub Ajulian Zahra Departemen Teknik Elektro, Universitas Diponegoro Jl.
Lebih terperinciBAB I PENDAHULUAN. makna filosofi yang tinggi (Seni, Sustiawati, Tari and Pertunjukan, 2011). Adanya
BAB I PENDAHULUAN 1.1 Latar Belakang Keanekaragaman suku dan budaya di Nusantara sarat dengan pesan dan makna filosofi yang tinggi (Seni, Sustiawati, Tari and Pertunjukan, 2011). Adanya keberagaman yang
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 terperinciPERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT)
PERBANDINGAN TEKNIK SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN MULTISCALE LOCAL BINARY PATTERN (MLBP) DALAM PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH Yuwono (0922013) Jurusan Teknik
Lebih terperinciBAB 1 PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB 1 PENDAHULUAN 1.1 Latar Belakang Keamanan pada sistem merupakan sebuah hal mendasar untuk kontrol akses dan mencegah akses oleh orang yang tidak memiliki wewenang untuk menggunakan sistem. Keamanan
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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan Aplikasi ini tergolong sebagai sistem kecerdasan buatan karena akan menggantikan peran seseorang yang mampu mengenali ekspresi wajah. Tiga ekspresi
Lebih 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 terperinciPerbandingan Akurasi Pengenalan Wajah Menggunakan Metode LBPH dan Eigenface dalam Mengenali Tiga Wajah Sekaligus secara Real-Time
Jurnal Sains, Teknologi dan Industri, Vol. 14, No. 1, Desember 2016, pp.66-71 Perbandingan Akurasi Pengenalan Wajah Menggunakan Metode LBPH dan dalam Mengenali Tiga Wajah Sekaligus secara Real-Time Harris
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 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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kepuasan konsumen menjadi salah satu faktor utama untuk dapat meningkatkan mutu produk tersebut. Beberapa produsen telah memberi sebuah layanan SMS yang disebut SUARA
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 terperinciBAB 1 PENDAHULUAN. individu lain. Karakteristik ini perlu diidentifikasikan agar dapat digunakan untuk
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia adalah makhluk yang unik dan berbeda satu satu sama lain. Ia memiliki berbagai karakteristik yang dapat digunakan untuk membedakan dirinya dengan individu
Lebih terperinciIdentifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA)
Identifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA) Cucu Suhery #1, Ikhwan Ruslianto *2 # Prodi Sistem Komputer Fakultas
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Cabai merupakan tanaman yang banyak dibutuhkan untuk kehidupan sehari hari seperti memasak, baik secara langsung ataupun diolah dahulu. Salah satu contoh produk olahan
Lebih terperinciDeteksi Gerak Otot Frontalis Berbasis Citra 3 Dimensi Menggunakan Gray Level Co-Occurrence Matrix
KINETIK, Vol.1, No.2, Agustus 2016, Hal. 55-62 ISSN : 2503-2259, E-ISSN : 2503-2267 55 Deteksi Gerak Otot Frontalis Berbasis Citra 3 Dimensi Menggunakan Gray Level Co-Occurrence Matrix Hardianto Wibowo
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 terperinciTEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR
TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR DWI ACHTI NOVIATUR R. 2208100656 Dosen Pembimbing : Dr. Ir. Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) PIE Problem Representasi Citra
Lebih terperinciPengenalan Bentuk Wajah Manusia Pada Citra Menggunakan Metode Fisherface
Pengenalan Bentuk Wajah Manusia Pada Citra Menggunakan Metode Fisherface (Studi Kasus pengenalan wajah pada manusia di teknik informatika universitas malikussaleh) Muthmainnah, Rahayu Dosen Teknik Informatika
Lebih terperinciBAB 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 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciDAFTAR ISI v. ABSTRACT ii KATA PENGANTAR iii. DAFTAR GAMBAR.vii DAFTAR TABEL...ix
ABSTRAK Dalam laporan tugas akhir ini dijelaskan mengenai suatu sistem pengenal identitas manusia dengan menggunakan wajah sebagai pengenalnya, atau yang lebih dikenal dengan Face Recognition. Tujuan dari
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciMempelajari dasar-dasar teori dan mengumpulkan referensi yang berhubungan dengan batubara, jenis batubara, metode ekstraksi ciri Discrete Wavelet
BAB 1 PENDAHULUAN 1.1 Latar Belakang Batubara adalah bahan bakar fosil yang dapat terbakar, terbentuk dari endapan batuan organik yang terutama terdiri dari karbon, hidrogen dan oksigen. Batubara terbentuk
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 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 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 terperinci