Rizki Danang Kartiko Kuncoro, 4611416003 (2020) PENINGKATAN AKURASI PENGENALAN CITRA WAJAH BERKUALITAS RENDAH DENGAN TWO DIRECTIONAL MATRIX PADA ALGORITMA TWO-DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2D-PCA) DAN EUCLIDEAN DISTANCE. Under Graduates thesis, UNNES.

Preview

PDF (PENINGKATAN AKURASI PENGENALAN CITRA WAJAH BERKUALITAS RENDAH DENGAN TWO DIRECTIONAL MATRIX PADA ALGORITMA TWO-DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2D-PCA) DAN EUCLIDEAN DISTANCE) - Published Version Download (2MB) | Preview

Abstract

Pengenalan wajah merupakan teknik yang dapat digunakan untuk membedakan karakteristik pola wajah seseorang. Salah satu faktor yang sangat berpengaruh dalam proses pengenalan wajah adalah kualitas citra. Citra yang berkualitas rendah dapat memengaruhi tingkat akurasi. Dalam pengenalan wajah, akurasi merupakan hal yang sangat penting. Peningkatan akurasi pengenalan wajah berkualitas rendah dapat dilakukan dengan memproses citra untuk diekstraksi cirinya menggunakan Two Dirractional Matrix pada 2D-PCA. Dari proses ektraksi kemudian menghasilkan nilai Eigenfaces untuk diklasifikasi. Klasifikasi citra dilakukan dengan Euclidean Distance. Selanjutnya hasil akurasi antara pengenalan citra dengan ataupun tanpa Two Dirrectional Matrix akan dibandingkan. Data yang digunakan adalah AT&T face of database dan database of Essex. Dari 18 pengujian yang dilakukan pada metode Two Dirrectional Matrix terbukti meningkatkan akurasi pengenalan wajah sebanyak 12 percobaan. Pada 5 percobaan yang lain mengalami penurunan akurasi dan sebanyak 1 percobaan tidak mampu meningkatkan ataupun menurunkan akurasi pengenalan wajah. Hasil akurasi tertinggi pada percobaan menggunakan AT & T adalah 98,25%, sedangkan pada Essex mencapai 97,27%. 2. Saran untuk penelitian selanjutnya dengan melakukan percobaan dengan rasio dataset citra berkualitas rendah yang lebih beragam supaya mendapatkan hasil akurasi citra berkualitas rendah yang lebih baik.

Actions (login required)

View Item