Pengenalan Ekspresi Wajah Menggunakan Jaringan Syaraf Tiruan Kohonen Self Organizing Map (K-SOM)

Hardiansyah, Bagus (2015) Pengenalan Ekspresi Wajah Menggunakan Jaringan Syaraf Tiruan Kohonen Self Organizing Map (K-SOM). Undergraduate thesis, Institut Technology Sepuluh Nopember.

Text 1213201027-Master Thesis.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pada kehidupan sehari-hari, khususnya dalam komunikasi interpersonal
wajah sering digunakan untuk berekspresi. Melalui ekspresi wajah, maka dapat
dipahami emosi yang sedang bergejolak pada diri tersebut. Penggunaan sistem
teknologi biometrika dengan karakteristik ekspresi wajah memungkinkan untuk
mengenali emosi seseorang. Beberapa ekspresi wajah yang dikelompokkan
adalah ekspresi netral, gembira, terkejut, mata mengedip, mengantuk dan sedih.
Walaupun bentuk atau tampilan ekspresi tersebut berbeda-beda antara setiap
individu, manusia tetap dapat mengenalinya.
Pada penelitian ini telah dibuat suatu sistem yang dapat digunakan untuk
mengenali citra ekspresi wajah manusia dengan menggunakan Jaringan Syaraf
Tiruan Kohonen SOM sistem tersebut menggunakan metode PCA untuk
ekstraksi fitur. Hasil ekstraksi fitur dengan PCA merupakan inisialisasi untuk
proses klustering pada jaringan Kohonen SOM. Jaringan Kohonen SOM dipakai
untuk membagi pola masukan kedalam beberapa kelompok (cluster). Kohonen
SOM dapat mengelompokkan berdasarkan vektor-vektor dari citra ekspresi
wajah, hasil keluaran jaringan Kohonen SOM adalah kelompok yang paling
dekat atau mirip dengan masukan yang diberikan.
Untuk pengenalan ekspresi wajah dilakukan dengan berbagai ukuran citra
masukan dan jumlah data penelitian yang bervariasi. tingkat akurasi yang tinggi
89.58% didapat pada ukuran citra 110x90, pada kasus III dengan jumlah data
pengujian 30 citra ekspresi wajah.
========================================================================================================
In everyday life, especially in interpersonal communication, often used
facial expression. Through facial expressions, it can be understood the emotions
that are volatile at the self. The use of biometric technology system with a
characteristic facial expression makes it possible to recognize a person's mood or
emotion. Some facial expressions are grouped them is a normal expression,
happy, surprised, wink, sleepy and sad. Although the shape or appearance of such
expressions vary between each individual , man is able to recognize it .
In this study is to create a system that can be used to recognize human
facial expressions image by using Neural Network Kohonen Self Organizing
Maps (K-SOM) and the method of PCA for feature extraction. Reduction results
with PCA is an initialization for the clustering process on the network (K-SOM).
network (K-SOM) is used to divide the input pattern into groups, the image of
facial expressions for grouping or clustering with methods of Artificial Neural
Networks Kohonen Self Organizing Maps (K-SOM). Kohonen Self Organizing
Maps (K-SOM) can group based vectors of the image of facial expressions, the
network output is the group closest/similar to a given input.
For facial expression recognition is done by a variety of input image size
and the amount of research data varies. high degree of accuracy obtained 89.58%
in the size of 110x90 image, in case III with the amount testing data 30 images of
facial expressions.

Item Type:	Thesis (Undergraduate)
Additional Information:	RTMa 006.32 Har p
Uncontrolled Keywords:	Jaringan Syaraf Tiruan, Kohonen Self Organizing Map Kohonen SOM, Ekspresi wajah. Principal Component Analysis (PCA)
Subjects:	Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions:	Faculty of Mathematics and Science > Mathematics > 44101-(S2) Master Thesis
Depositing User:	Mr. Tondo Indra Nyata
Date Deposited:	25 Nov 2019 02:51
Last Modified:	25 Nov 2019 02:51
URI:	http://repository.its.ac.id/id/eprint/72007

Actions (login required)

View Item