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.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (23kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (29kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (175kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (634kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (902kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (29kB) | Request a copy
[img] 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.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Pengenalan Wajah;OpenCV;Principal Component Analysis;Local Binary Pattern;Frame;Video File;Video Real-time;FAR;FRR.
Subjects: Special Computer Methods > Computer Vision
Biology > Biometrics, Biostatistics
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Maya Musthopa
Date Deposited: 21 Mar 2018 03:13
Last Modified: 21 Mar 2018 03:13
URI: https://digilib.uinsgd.ac.id/id/eprint/6911

Actions (login required)

View Item View Item