Javascript must be enabled to continue!
METODE EDGE FEATURE DAN EIGENFACE UNTUK IDENTIFIKASI PENGENALAN WAJAH
View through CrossRef
Sistem biometrik pengenalan wajah diperlukan sebagai salah satu alternatif identifikasi. Sistem ini melakukan pengenalan identitas seseorang dengan cara yang natural dan langsung berdasarkan wajah seseorang yang diambil dengan kamera. Dalam pengenalan wajah masalah yang kerap timbul ketika identifikasi wajah adalah keakurasian pengenalan wajah, pencahayaan pada wajah dan perubahan ekspresi wajah. Edge feature memproses gambar dalam kotak-kotak, dengan menggunkan nilai (threshold) tepi yang menandakan daerah gelap dan terang dengan mengurangkan daerah yang gelap dan daerah yang putih, jika perbedaannya berada di atas threshold maka dikatakan fitur itu ada. Dalam proses pengenalan wajah yang tidak ditemukan akibat pencahayaan pada suatu objek wajah membuat proses pengenalan wajah tidak jelas atau cacat. Dalam hal ini edge feature digunakan untuk mengubah objek wajah dengan nilai threshold yaitu mengubah gambar berwarna menjadi gambar hitam putih dengan tingkat kontras yang sangat tinggi. Pada pengujian sistem ini hasil yang didapatkan pada saat penelitian dan perhitungan menggunkan Confusion Matrix seperti yang dijelaskan pada hasil diatas adalah Precission sebesar 75%, Recall sebesar 90%, dan Accuracy sebesar 80.5% untuk metode penggabungan Edge Feature dan Eigenface. Precission sebesar 85%, Recall sebesar 93%, dan Accuracy sebesar 86.5% untuk metode Eigenface yang didaptakan dengan hasil prediksi dan actual (hasil sebenarnya) antara pengguna dan system.
Universitas Muhammadiyah Bengkulu
Title: METODE EDGE FEATURE DAN EIGENFACE UNTUK IDENTIFIKASI PENGENALAN WAJAH
Description:
Sistem biometrik pengenalan wajah diperlukan sebagai salah satu alternatif identifikasi.
Sistem ini melakukan pengenalan identitas seseorang dengan cara yang natural dan langsung berdasarkan wajah seseorang yang diambil dengan kamera.
Dalam pengenalan wajah masalah yang kerap timbul ketika identifikasi wajah adalah keakurasian pengenalan wajah, pencahayaan pada wajah dan perubahan ekspresi wajah.
Edge feature memproses gambar dalam kotak-kotak, dengan menggunkan nilai (threshold) tepi yang menandakan daerah gelap dan terang dengan mengurangkan daerah yang gelap dan daerah yang putih, jika perbedaannya berada di atas threshold maka dikatakan fitur itu ada.
Dalam proses pengenalan wajah yang tidak ditemukan akibat pencahayaan pada suatu objek wajah membuat proses pengenalan wajah tidak jelas atau cacat.
Dalam hal ini edge feature digunakan untuk mengubah objek wajah dengan nilai threshold yaitu mengubah gambar berwarna menjadi gambar hitam putih dengan tingkat kontras yang sangat tinggi.
Pada pengujian sistem ini hasil yang didapatkan pada saat penelitian dan perhitungan menggunkan Confusion Matrix seperti yang dijelaskan pada hasil diatas adalah Precission sebesar 75%, Recall sebesar 90%, dan Accuracy sebesar 80.
5% untuk metode penggabungan Edge Feature dan Eigenface.
Precission sebesar 85%, Recall sebesar 93%, dan Accuracy sebesar 86.
5% untuk metode Eigenface yang didaptakan dengan hasil prediksi dan actual (hasil sebenarnya) antara pengguna dan system.
Related Results
SISTEM PENGENALAN WAJAH DENGAN METODE VIOLA JONES DAN ALGORITMA EIGENFACE PRINCIPAL COMPONENT ANALYSIS (PCA) UNTUK PROSES PRESENSI
SISTEM PENGENALAN WAJAH DENGAN METODE VIOLA JONES DAN ALGORITMA EIGENFACE PRINCIPAL COMPONENT ANALYSIS (PCA) UNTUK PROSES PRESENSI
Dalam era digital, teknologi pengenalan wajah telah berkembang pesat dan diterapkan dalam berbagai bidang, termasuk sistem absensi. Sistem absensi konvensional sering menghadapi ma...
DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA JONES BERBASIS ANDROID
DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA JONES BERBASIS ANDROID
ABSTRAK
Wajah menjadi sumber teknologi biometrik yang menjadi ciri khas bagian tubuh yang melekat pada seseorang, dimana seringkali menjadi objek penelitian dibidang pengolah...
Sistem Pengenalan Wajah Menggunakan Neuro-Wavelet
Sistem Pengenalan Wajah Menggunakan Neuro-Wavelet
Sistem pengenalan wajah dapat diaplikasikan dalam berbagai bidang, misalnya bidang kedokteran, sistem keamanan, perkantoran, pertokoan, absensi dan lain sebagainya. Sistem pengenal...
Sistem Pengenalan Citra Wajah Menggunakan Metode Eigenface dengan Visual Studio
Sistem Pengenalan Citra Wajah Menggunakan Metode Eigenface dengan Visual Studio
Pengenalan wajah seseorang biasanya hal yang mudah dilakukan oleh manusia. Akan tetapi, bagaimana jika yang melakukannya sebuah sistem, tentu tidak semudah yang dilakukan oleh manu...
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review
FAKTOR-FAKTOR YANG MEMPENGARUHI MORTALITAS PADA PASIEN DENGAN FRAKTUR COSTA: Literature Review Anna Tri Wahyuni1), Masfuri2), Liya Arista3)1,2,3 Fakultas Ilmu Keperawatan Univers...
Analisis Perbandingan Algoritma Local Binary Patterns Histogram (LBPH) Dan Algoritma Convolutional Neural Network (CNN) Pada Sistem Pengenalan Wajah
Analisis Perbandingan Algoritma Local Binary Patterns Histogram (LBPH) Dan Algoritma Convolutional Neural Network (CNN) Pada Sistem Pengenalan Wajah
Dalam sistem pengamanan dan verifikasi digital, kata sandi sering digunakan tetapi memiliki kerentanan terhadap manipulasi dan pencurian. Untuk mengatasi masalah ini, metode altern...
Rancang Bangun Aplikasi Pengenalan Wajah menggunakan Metode Viola-Jones dan Algoritma PCA
Rancang Bangun Aplikasi Pengenalan Wajah menggunakan Metode Viola-Jones dan Algoritma PCA
Sistem identifikasi persensi berkembang dengan cepat. Perkembangan tersebut, mendorong kemajuan sistem keamanan berbasis biometrik. Pengenalan wajah merupakan salah satu sistem ide...

