Implementasi Pengenalan Wajah menggunakan Fitur Grayscale Arrangement Pairs

Rahman, Muhammad Habibur (2018) Implementasi Pengenalan Wajah menggunakan Fitur Grayscale Arrangement Pairs. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05111440000163-Undergraduate_Theses.pdf]
Preview
Text
05111440000163-Undergraduate_Theses.pdf - Accepted Version

Download (1MB) | Preview

Abstract

Demi meningkatkan keamanan di daerah umum, pengenalan wajah menjadi salah satu yang dipertimbangkan. Pengenalan wajah merupakan klasifikasi pola yang sulit karena adanya inter-cluster variation (variasi citra wajah pada orang yang sama). Variasi pencahayaan merupakan salah satu faktor utama dalam inter-cluster variation. Variasi pencahayaan membuat perubahan drastis dalam tampilan sebuah wajah.
Tugas akhir ini mengimplementasikan sebuah metode pengenalan wajah menggunakan fitur Grayscale Arrangement Pairs (GAP). Dilakukan pencarian pasangan titik yang stabil untuk pembuatan model masing-masing subject. Karena kestablian tersebut, metode GAP dipercaya dapat mengatasi pengenalan wajah dengan variasi pencahayaan yang berbeda.
Uji coba yang dilakukan pada tugas akhir ini dilakukan dengan citra wajah yang memiliki iluminasi yang berbeda-beda. Hasil uji coba menunjukkan bahwa dengan WG 3 dan WP 0,9 pada algoritma ekstraksi fitur dan dengan CR 1 pada algoritma pengenalan menghasilkan nilai akurasi tertinggi, yaitu sebesar 95,3% dan 48,8% pada dua subset yang berbeda.
===================================================================================================
To improve security in public areas, facial recognition becomes something to be considered. Facial recognition is a difficult pattern classification because of the inter-cluster variation (face image variation in the same person). Lighting varieties are one of the main factors in inter-cluster variation. Lighting varieties make drastic changes in the look of a face
This final project implements a face recognition method using the Grayscale Arrangement Pairs feature. Perform stable pair point search for model making of each subject. Because of the stability, the GAP method is believed to overcome facial recognition with different lighting variations.
The experiments performed on this final project is done with a face image that has a different illumination. The experimental results show that with WG 3 and WP 0,.9 on feature extraction algorithms and with CR 1 on the recognition algorithm yields the highest accuracy value of 95,3% and 48,8% on two different subsets.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 006.42 Rah i-1 3100018076227
Uncontrolled Keywords: Grayscale Arrangement Pairs, Illumination, Pengenalan Wajah
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1650 Face recognition. Optical pattern recognition.
Divisions: Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis
Depositing User: Rahman Muhammad Habibur
Date Deposited: 10 Jan 2019 04:58
Last Modified: 15 Oct 2020 07:34
URI: http://repository.its.ac.id/id/eprint/53477

Actions (login required)

View Item View Item