Maulidya, Ayu (1122065) (2016) Aplikasi Metode Viola Jones dan EigenFace untuk Pengenalan Ekspresi Wajah Manusia - Application of Viola Jones Method and Eigenface for Human Facial Expression Recognition. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
1122065_Abstract_TOC.pdf - Accepted Version Download (333Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1122065_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (1050Kb) |
|
|
Text
1122065_Chapter1.pdf - Accepted Version Download (148Kb) | Preview |
|
|
Text
1122065_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (894Kb) |
|
|
Text
1122065_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (323Kb) |
|
|
Text
1122065_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (1053Kb) |
|
|
Text
1122065_Conclusion.pdf - Accepted Version Download (56Kb) | Preview |
|
|
Text
1122065_Cover.pdf - Accepted Version Download (199Kb) | Preview |
|
|
Text
1122065_References.pdf - Accepted Version Download (243Kb) | Preview |
Abstract
Manusia memiliki berbagai macam emosi dasar seperti marah, sedih, senang, dan terkejut. Emosi dapat diketahui dengan berbagai macam cara salah satunya dengan melihat ekpresi wajah seseorang. Menentukan emosi manusia secara otomatis dengan melihat ekpresi pada wajah dapat diaplikasian pada robot humanoid dan juga dimanfaatkan untuk bidang psikologi dan kedokteran. Pada Tugas Akhir ini akan dibuat proses mengenali ekspresi wajah manusia berdasarkan perubahan mimik wajah dengan menggunakan metode Viola Jones sebagai proses untuk mendeteksi bagian wajah manusia dan metode Eigenface untuk mengambil ekstraksi ciri dari mimik wajah manusia serta mengklasifikasikan jenis emosinya. Hasil percobaan menunjukkan bahwa penelitian ini cukup berhasil untuk mendeteksi wajah manusia dan menentukan jenis emosi pada ekspresi wajah manusia. Tingkat keberhasilan pada setiap jenis emosi adalah senang 63%, marah 80%, sedih 70%, dan sedih 83%.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Viola Jones, Eigenface |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 20 Mar 2017 07:35 |
| Last Modified: | 20 Mar 2017 07:35 |
| URI: | http://repository.maranatha.edu/id/eprint/22049 |
Actions (login required)
 |
View Item |
