CD-ROM Skripsi

PENERAPAN METODE SINGULAR VALUE DECOMPOSITION (SVD) PADA APLIKASI PENGENALAN WAJAH MANUSIA

---

Pengenalan wajah manusia merupakan salah satu turunan dari sistem biometrik yang menggunakan pola wajah manusia sebagai objek identifikasi. Metode ini telah banyak diimplementasikan pada berbagai perangkat teknologi saat ini seperti notebook (PC) dan smartphone. Sistem tersebut menggunakan pola wajah manusia yang terdapat dalam sistem database sebagai media pembelajaran, kemudian akan melakukan perbandingan dengan gambar yang akan diuji. Sistem pengenalan wajah memiliki beberapa kendala, seperti sulit untuk mengenali objek dengan tingkat pencahayaan berbeda pada saat proses pengambilan gambar. Untuk mengatasi permasalahan ini, dikembangkan perangkat lunak dengan menerapkan metode Singular Value Decomposition (SVD) yakni sebuah metode yang akan menguraikan nilai singular sebuah matriks bentukan dari sebuah gambar yang akan diproses menjadi 3 (tiga) buah matriks baru. Penggunaan metode ini dinilai cukup ampuh dalam mengatasi permasalahan yang terjadi akibat variasi tingkat cahaya.
Hasil akhir dari sistem ini adalah dapat mengenali pola wajah manusia yang terdapat dalam gambar uji serta menampilkan identitas seseorang bila ditemukan kecocokan dengan gambar sampel yang terdapat dalam sistem. Penelitian ini menggunakan sampel 650 gambar wajah manusia dan 250 gambar sembarang. Tingkat akurasi yang dihasilkan dari perangkat lunak ini sekitar 91.9539 % dalam mengenali pola wajah manusia, 68.7639 % dalam pencocokan gambar uji dengan gambar sampel yang terdapat dalam database sistem dan 90.4615 dalam menentukan identitas seseorang yang telah sesuai dengan database.

---

Ketersediaan

CD.5 BAYU

CD.5

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

-

Penerbit

Jakarta : STTI NIIT -Tech., 2015

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

42113073

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar