Perbandingan Algoritma Principal Component Analysis dan Local Binary Pattern untuk Ekstraksi Ciri Pada Sistem Pengenalan Wajah

MUSTHOPA, MAYA (2018) Perbandingan Algoritma Principal Component Analysis dan Local Binary Pattern untuk Ekstraksi Ciri Pada Sistem Pengenalan Wajah. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (23kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (29kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (175kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (634kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (902kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (29kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (150kB) | Request a copy

Abstract

Sistem pengenalan wajah telah banyak dimanfaatkan pada bidang keamanan. library OpenCV dapat dimanfaatkan untuk pembangunan sistem ini, seperti dilakukan penelitian sebelumnya tentang penggunaan dan perbandingan algoritma pengenalan wajah terhadap perancangan aplikasi dan skenario yang didapat kurang sesuai dengan pengujian yang dilakukan. Oleh karena itu peneliti akan membandingkan algoritma ekstraksi ciri pengenalan wajah menggunakan bahasa pemrograman java. Analisis ini menggunakan algoritma Principal Component Analysis dan Local Binary Pattern, algoritma diuji terhadap beberapa skenario perbedaan cahaya matahari dan lampu, objek menghadap kamera dan tidak menghadap kamera. Sampel data pengujian dilakukan terhadap 4 orang dengan menggunakan video file atau frame berjumlah 70 untuk dikenali wajah, kemudian dilakukan perbandingan algoritma dan hasil yang lebih efisien akan diimplementasikan menggunakan video real-time. Hasil penelitian menunjukkan bahwa algoritma Local Binary Pattern pada skenario objek menghadap kamera dengan pencahayaan matahari di ruangan memiliki nilai akurasi 98,59 %, waktu pengenalan 812,817 milidetik, FAR 1,41 % dan FRR 0 %, sedangkan pada Principal Component Analysis akurasi 98,59 %, waktu pengenalan 1275,761 milidetik, FAR 1,41 % dan FRR 0 %. Berdasarkan hasil perbandingan tersebut maka metode Local Binary Pattern lebih efisien dibandingkan Principal Component Analysis untuk pengenalan wajah terhadap skenario tersebut.

Actions (login required)

View Item