Perbandingan Teknik Scale Invariant Feature Transform (SIFT) dan Multiscale Local Binary Pattern (MLBP) dalam Pengenalan Wajah dengan Citra Masukan Berupa Citra Sketsa Wajah

Kristanto, Yuwono ( 0922013 ) (2014) Perbandingan Teknik Scale Invariant Feature Transform (SIFT) dan Multiscale Local Binary Pattern (MLBP) dalam Pengenalan Wajah dengan Citra Masukan Berupa Citra Sketsa Wajah. Other thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
0922013_Abstract_TOC.pdf - Accepted Version

Download (40Kb) | Preview
[img] Text
0922013_Appendices.pdf - Accepted Version
Restricted to Registered users only

Download (363Kb)
[img]
Preview
Text
0922013_chapter1.pdf - Accepted Version

Download (31Kb) | Preview
[img] Text
0922013_chapter2.pdf - Accepted Version
Restricted to Registered users only

Download (637Kb)
[img] Text
0922013_chapter3.pdf - Accepted Version
Restricted to Registered users only

Download (146Kb)
[img] Text
0922013_chapter4.pdf - Accepted Version
Restricted to Registered users only

Download (528Kb)
[img]
Preview
Text
0922013_conclusion.pdf - Accepted Version

Download (8Kb) | Preview
[img]
Preview
Text
0922013_cover.pdf - Accepted Version

Download (137Kb) | Preview
[img]
Preview
Text
0922013_References.pdf - Accepted Version

Download (189Kb) | Preview

Abstract

Wajah memiliki informasi yang dapat diolah menjadi sebuah data yang dapat dipakai dalam bidang tertentu. Salah satu media untuk mendapatkan informasi wajah adalah sketsa wajah. Namun dalam proses pengenalan wajah terdapat beberapa kendala termasuk perbedaan modalitas yang terkandung dalam sketsa wajah dan foto. Perbedaan tersebut adalah masalah tekstur dan bentuk. Ada banyak metode untuk mengatasi masalah tersebut. Dalam tugas akhir ini, digunakan teknik SIFT dan MLBP sebagai fitur ekstrasi yang dapat mengatasi masalah perbedaan modalitas di atas. Tugas akhir ini juga meneliti perbandingan antara metode SIFT dengan metode MLBP. Dalam simulasi pengujian dan pengenalan wajah, digunakan tiga puluh sketsa sebagai citra uji. Akurasi hasil pengenalan SIFT dengan citra uji tanpa pembedaan jenis kelamin sebesar 83,33%. Sedangkan akurasi pengenalan untuk citra uji berjenis kelamin wanita dan pria saja sebesar 93,33% dan 86,67% . Untuk MLBP, akurasi hasil pengenalan dengan citra uji tanpa pembedaan jenis kelamin sebesar 73.33%. Sedangkan akurasi pengenalan untuk citra uji berjenis kelamin wanita dan pria saja sebesar 93,33% dan 80%. Dari data pengamatan ini, dapat disimpulkan bahwa Pengenalan dengan teknik SIFT lebih baik daripada MLBP.

Item Type: Thesis (Other)
Uncontrolled Keywords: Modalitas, Pengenalan wajah, Ekstraksi fitur, SIFT, MLBP
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > 22 Electrical Engineering Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 29 Jan 2015 03:54
Last Modified: 29 Jan 2015 03:54
URI: http://repository.maranatha.edu/id/eprint/9851

Actions (login required)

View Item View Item