Setiawan, Febryan ( 0922081 ) (2013) Pengelompokan Citra Wajah Dengan Teknik Subspace Clustering Menggunakan Algoritma LSA-SC (Local Subspace Affinity-Spectral Clustering). Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
0922081_Abstract_TOC.pdf - Accepted Version Download (181Kb) | Preview |
|
|
Text
0922081_Appendices.pdf - Accepted Version Download (89Kb) | Preview |
|
|
Text
0922081_Chapter1.pdf - Accepted Version Download (189Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
0922081_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (540Kb) |
|
|
Text
0922081_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (167Kb) |
|
|
Text
0922081_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (428Kb) |
|
|
Text
0922081_Conclusion.pdf - Accepted Version Download (130Kb) | Preview |
|
|
Text
0922081_Cover.pdf - Accepted Version Restricted to Repository staff only Download (73Kb) |
|
|
Text
0922081_References.pdf - Accepted Version Download (50Kb) | Preview |
Abstract
Pengelompokan citra wajah (face clustering) dapat membantu sistem pengenalan wajah (face recognition) untuk meningkatkan keandalan, efisiensi, dan keakuratan sistem dalam hal mengenali identitas suatu citra wajah. Pengelompokan citra wajah ini bertujuan untuk mengelompokan setiap citra wajah dalam database berdasarkan identitas wajah. Permasalahan yang muncul adalah citra wajah merupakan data berdimensi tinggi yang dapat dikelompokkan secara berbeda pada subruang – subruang tertentu. Untuk mengatasi masalah ini dikembangkan suatu teknik pengelompokan subruang (subspace clustering) untuk memilihkan subruang yang tepat untuk proses clustering. Dalam Tugas Akhir ini digunakan suatu algoritma untuk menentukan subruang yang tepat untuk proses clustering. Algoritma Local Subspace Affinity diterapkan untuk melakukan perkiraan penentuan subruang yang tepat dengan sampling lokal kemudian mencari matriks affinity dan melakukan clustering berdasarkan matriks tersebut dengan menggunakan algoritma Spectral Clustering (k – means). Berdasarkan hasil percobaan Tugas Akhir ini, sistem pengelompokan citra wajah menggunakan algoritma Local Subspace Affinity – Spectral Clustering mampu mengelompokkan citra wajah tepat berdasarkan identitasnya jika di dalam database terdapat 5 identitas orang yang berbeda. Untuk 6 ≤
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Face Clustering, Data Berdimensi Tinggi, Subruang, Clustering, Cluster,Subspace Clustering, LSA-SC, Identitas Wajah |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 25 Sep 2013 10:27 |
| Last Modified: | 25 Sep 2013 10:27 |
| URI: | http://repository.maranatha.edu/id/eprint/4148 |
Actions (login required)
 |
View Item |
