Search for collections on EPrints Repository UNTIRTA

PENGENALAN WAJAH MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOM)

BUDIHARJO, AGUNG (2014) PENGENALAN WAJAH MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOM). S1 thesis, UNIVERSITAS SULTAN AGENG TIRTAYASA.

[img] Text
PENGENALAN WAJAH MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SO.pdf - Published Version
Restricted to Registered users only

Download (4MB)

Abstract

Face recognition technique using artificial intelligence in biometrics become a challenging issue in the last few years. Face recognition is performed using 6 image basic human face configuration such as. normal, happy, sad, angry, smile, and surprised. This technique is expected to replace conventional identification techniques were judged not quite reliable in its utilization. This face identification system using artificial intelligence approach to mimic base face redundancy through reduction of facial image data is accomplished through the use of image compression stage 2-dimensional discrete cosine transform (DCT). The DCT extracts features from face images based on skin color. Feature vectors are constructed by computing DCT coefficients. Self-organizing map (SOM) using unsupervised learning method for classifying DCT-based feature vectors into several groups and identify if the subject on the face image data input was “present” or “not present” exists in the image database. Identification is performed trough the database using MATLAB image as much as 60 face image, consist of 10 people with each 6 mimic face image. The main purpose of this identification is to determine the precise parameters in developing a system of identification using artificial neural network SOM to the face recognition. Recognition rate highest obtained on epoch 200 and 500 equal to 100 %. Testing is by changing the parameters of alpha 0.01, 0.1, and 0.5. The highest accuracy on a parameter epoch 500 and learning rate 0.5 of 91%. So that it can be concluded that the face recognition with a method of artificial neural network SOM can be conducted to identify the face based on mimic face

Item Type: Thesis (S1)
Contributors:
ContributionContributorsNIP/NIM
Thesis advisorMunarto, Ri195911202003121001
Thesis advisorPermata, Endi197806142005011002
Additional Information: Teknik pengenalan wajah menggunakan kecerdasan buatan secara biometrik menjadi masalah yang menantang dalam beberapa tahun terakhir. Pengenalan wajah dilakukan menggunakan data citra 6 konfigurasi mimik dasar wajah manusia yaitu normal, gembira, sedih, marah, senyum, dan kaget. Teknik ini diharapkan mampu menggantikan teknik identifikasi konvensional yang dinilai tidak cukup handal dalam pemanfaatannya. Sistem pengenalan wajah ini menggunakan kecerdasan buatan dengan pendekatan basis mimik wajah melalui pengurangan redundansi dari data citra wajah yang diselesaikan melalui tahap kompresi citra menggunakan 2 dimensi Discrete Cosine Transform (DCT). DCT melakukan ekstraksi fitur dari citra wajah berdasarkan warna kulit. Vektor fitur ditentukan melalui komputasi DCT koefisien. Self-organizing map (SOM) menggunakan metode unsupervised learning untuk mengklasifikasi DCT berbasis vektor fitur ke dalam beberapa kelompok dan mengidentifikasi jika subjek pada data citra wajah masukan “ada” atau “tidak ada” didalam database citra. Pengenalan wajah dengan SOM dilakukan dengan mengklasifikasi nilai intensitas piksel keabuan ke dalam beberapa kelompok. Identifikasi dilakukan menggunakan database citra sebanyak 60 citra wajah, terdiri dari 10 orang dengan masing- masing 6 citra mimik wajah. Tujuan utama dari teknik identifikasi ini adalah menentukan parameter yang tepat dalam membangun sistem identifikasi menggunakan jaringan syaraf tiruan SOM untuk pengenalan wajah. Recognition rate tertinggi didapatkan pada epoch 200 dan 500 sebesar 100%. Pengujian dilakukan dengan mengubah parameter alpha sebesar 0.01, 0.1, dan 0.5. Akurasi tertinggi pada parameter epoch 500 dan learning rate 0.5 sebesar 91%. Sehingga dapat disimpulkan bahwa pengenalan wajah dengan metode jaringan syaraf tiruan SOM dapat dilakukan untuk mengidentifikasi wajah berdasarkan mimik wajah.
Uncontrolled Keywords: Pengenalan Wajah, Discrete Cosine Transform, Self Organizing Maps, Jaringan Syaraf Tiruan
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: 03-Fakultas Teknik
03-Fakultas Teknik > 20201-Jurusan Teknik Elektro
Depositing User: Perpustakaan Pusat
Date Deposited: 21 Apr 2022 13:10
Last Modified: 20 Jul 2022 09:16
URI: http://eprints.untirta.ac.id/id/eprint/12471

Actions (login required)

View Item View Item