Pengelompokan Citra Wajah Dengan Teknik Subspace Clustering Menggunakan Algoritma LSA-SC (Local Subspace Affinity-Spectral Clustering)

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.

[img]
Preview
Text
0922081_Abstract_TOC.pdf - Accepted Version

Download (181Kb) | Preview
[img]
Preview
Text
0922081_Appendices.pdf - Accepted Version

Download (89Kb) | Preview
[img]
Preview
Text
0922081_Chapter1.pdf - Accepted Version

Download (189Kb) | Preview
[img] Text
0922081_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (540Kb)
[img] Text
0922081_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (167Kb)
[img] Text
0922081_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (428Kb)
[img]
Preview
Text
0922081_Conclusion.pdf - Accepted Version

Download (130Kb) | Preview
[img] Text
0922081_Cover.pdf - Accepted Version
Restricted to Repository staff only

Download (73Kb)
[img]
Preview
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 View Item