Pengenalan Wajah dengan Variasi Pencahayaan Menggunakan Metode Local Directional Pattern - Face Recognition Under Varying Illumination Using Local Directional Pattern Method

Ginting, Frinesdi Bermanto (0422171) (2016) Pengenalan Wajah dengan Variasi Pencahayaan Menggunakan Metode Local Directional Pattern - Face Recognition Under Varying Illumination Using Local Directional Pattern Method. Undergraduate thesis, Universitas Kristen Maranatha.

Preview	Text 0422171_Abstract_TOC.pdf - Accepted Version Download (144Kb) | Preview
	Text 0422171_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (1801Kb)
Preview	Text 0422171_Chapter1.pdf - Accepted Version Download (43Kb) | Preview
	Text 0422171_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (389Kb)
	Text 0422171_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (296Kb)
	Text 0422171_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (268Kb)
Preview	Text 0422171_Conclusion.pdf - Accepted Version Download (36Kb) | Preview
Preview	Text 0422171_Cover.pdf - Accepted Version Download (195Kb) | Preview
Preview	Text 0422171_References.pdf - Accepted Version Download (50Kb) | Preview

Abstract

Pada umumnya sistem pengenalan wajah memiliki tingkat akurasi yang tinggi pada lingkungan yang terkondisi. Namun tingkat akurasi akan menurun apabila lingkungan dipengaruhi oleh beberapa variasi yaitu variasi pose, pencahayaan, dan ekspresi. Pada Tugas Akhir ini dibahas sistem pengenalan wajah dengan berbagai variasi pencahayaan (illumination variations). Ada banyak metode yang telah dikembangkan untuk mengatasi kendala variasi pencahayaan dalam sistem pengenalan wajah. Pada Tugas Akhir ini digunakan ekstraksi ciri Local Directional Pattern dan Chi-Square Measurement untuk tahap klasifikasi. Algoritma LDP ini memiliki sifat-sifat penting yang tahan terhadap variasi pencahayaan dan menggunakan komputasi yang sederhana sehingga diharapkan menghasilkan tingkat akurasi pengenalan yang tinggi. Percobaan dilakukan terhadap citra wajah dari 20 subyek dengan 30 jenis variasi pencahayaan. Dari hasil percobaan diperoleh hasil tingkat akurasi pengenalan wajah dengan LDP (k=3) lebih baik dibandingkan LDP (k=4), dan LDP (k=5) dengan tingkat akurasi pengenalan LDP (k=3) sebesar 86,11%, LDP (k=4) sebesar 83,52% dan LDP (k=5) sebesar 84,44%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Pengenalan Wajah, Local Directional Pattern, Chi-Square Measurement, Ekstraksi Fitur, Variasi Pencahayaan, Tingkat Akurasi.
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 07:44
Last Modified:	20 Mar 2017 07:44
URI:	http://repository.maranatha.edu/id/eprint/22051

Actions (login required)

View Item