Syamsul Bahri. KINERJA (PEMANFAATAN) SUPPORT VECTOR MACHINE (SVM) DALAM MENGENALI WAJAH DENGAN MENGGUNAKAN SURF DAN GLCM. Banda Aceh : Fakultas Pascasarjana Universitas Syiah Kuala, 2019

Abstrak

Pengenalan wajah merupakan salah satu bagian dari penelitian biometrika. pengenalan wajah banyak digunakan dalam proses identifikasi manusia. metode ekstraksi fitur speed-up robust feature (surf) merupakan salah satu metode yang digunakan untuk mengenali wajah, namun masih belum bisa mendeteksi dengan tepat jika wajah mengalami perubahan perspektif terhadap citra wajah dan citra mengalami latar yang gelap. penelitian ini bertujuan untuk meningkatkan kinerja sistem pengenalan wajah dengan menggabungkan metode ekstraksi fitur surf dan gray level co-coccurance matrix (glcm). pada penelitian ini, data input wajah akan diekstraksi fiturnya menggunakan surf dan glcm. setiap fitur akan digabung menjadi satu fitur vektor yang menjadi masukan pada tahapan pengenalan wajah menggunakan support vector machine (svm). data yang digunakan merupakan data yang didapatkan dari national cheng kung university (ncku). data wajah ncku mempunyai sudut rotasi yang lebih banyak. dataset yang digunakan pada

Baca Juga : PEMANFAATAN SUPPORT VECTOR MACHINE (SVM) DALAM MENGENALI WAJAH DENGAN FITUR SURF DAN GLCM (Syamsul Bahri, 2019) ,

Baca Juga : PENERAPAN DAN ANALISIS METODE SPEEDED-UP ROBUST FEATURES (SURF) DAN SUPPORT VECTOR MACHINE (SVM) UNTUK SISTEM IDENTIFIKASI PLAT MOBIL (Andika Vebrina, 2017) ,

elitian ini terdiri dari 10 kelas yang menunjukkan 10 orang subjek. setiap kelas atau kelompok diwakili oleh citra wajah dari orang yang sama. hasil menunjukkan bahwa metode gabungan mempunyai kinerja yang lebih baik dari metode surf dan glcm dengan rata-rata akurasi 90%. dengan menggunakan kernel polinomial, metode gabungan mempunyai akurasi

Tulisan yang relevan

ANALISIS PERBANDINGAN PENERAPAN ALGORITMA LEVENBERG-MARQUARDT, BACKPROPAGATION DAN SUPPORT VECTOR MACHINE PADA INTRUSION DETECTION SYSTEM (Aulya Syukur Ak, 2019) ,

RANCANG BANGUN PROTOTIPE PENGENALAN WAJAH UNTUK PENYANDANG TUNANETRA DENGAN OUTPUT SUARA MENGGUNAKAN METODE LBPH BERBASIS RASPBERRY PI 3 MODEL B (EKO WAHYUDI, 2019) ,

KLASIFIKASI MUTU FISIK JAGUNG PIPIL MENGGUNAKAN CITRA DIGITAL DAN SUPPORT VECTOR MACHINE (SVM) (Azkia Maghfirah, 2019) ,


Kembali ke halaman sebelumnya


Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi