PENGENALAN WAJAH DENGAN METODE LEARNING VEKTOR QUANTIZATION (LVQ)

22084532, Adi Saputra Kertiyasa (2013) PENGENALAN WAJAH DENGAN METODE LEARNING VEKTOR QUANTIZATION (LVQ). Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22084532_bab1_bab5_daftarpustaka.pdf Download (527kB)
	Text (Skripsi Informatika) 22084532_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Wajah seseorang dapat manusia kenali dengan mudah, tidak begitu dengan komputer yang perlu diberi kecerdasan untuk bisa mengenali sesuatu khususnya wajah manusia maka dari itu akan dibuat sistem pengenalan dengan menggunakan metode dalam Jaringan syaraf tiruan yaitu Learning Vektor Quantization. Learning Vektor Quantization pada implementasinya akan terdapat data input untuk pelatihan sejumlah 50 dengan 5 citra, 1 citra masing-masing 10 sampel. Data tersebut akan mengalami beberapa proses sebelum disimpan yaitu data akan di ubah pola warna menjadi grayscale lalu di resize ke dalam ukuran yg ditentukan. Setelah itu data-data tersebut akan dilatih dengan Metode pelatihan Learning vektor quantization untuk menghasilkan bobot. Bobot ini nantinya akan digunakan untuk menghitung jarak minimum dengan target pengenalan yang dibatasi dengan nilai threshold yang telah ditetapkan. Maka nomor dari bobot dengan jarak terpendek akan menjadi kelas nya. Pada Learning Vektor Quantization penentuan besar piksel dan nilai learning rate (alpha) sangat mempengaruhi hasil pengenalan. Dari hasil percobaan yang telah dilakukan maka ditemukan bahwa hasil terbaik adalah saat pengguna memasukkan gambar dengan piksel 100x120 dan learning rate < 0.7. Nilai ini memberikan hasil prosentase keberhasilan yang tinggi. Sedang analisa lain untuk data yang tidak dilatih dengan pola citra yang sama dan berbeda masing-masing menghasilkan ketepatan 93,3% untuk data yang sama dan 74,4% untuk data yang berbeda.

Actions (login required)

View Item