PENGENALAN WAJAH DENGAN METODE DISCRETE HOPFIELD NET

22084572, Horastu (2013) PENGENALAN WAJAH DENGAN METODE DISCRETE HOPFIELD NET. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22084572_bab1_bab5_daftarpustaka.pdf Download (2MB)
	Text (Skripsi Informatika) 22084572_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Dalam mengenali wajah seseorang, manusia dengan mudah dapat membedakan wajah satu dengan yang lainnya melalui ciri-ciri wajah baik, dalam segi bentuk, warna, posisi sehingga memberikan dampak mudah dikenali oleh manusia. Lain halnya dengan system ketika mengenal isebuah gambar. Perlu adanya perhitungan dan algoritma khusus untuk mengidentifikasi siapa identitas dari gambar wajah tersebut. Dalam hal ini akan dibangun system pengenalan wajah dengan menggunakan metode discrete Hopfield net sebagai algoritma pengenalan Discrete Hopfield net pada implementasinya akan menggunakan input gambar yang akan digunakan dalam tiga tahap proses untuk metode ini, yaitu proses normalisasi, proses pelatihandan proses pengenalan. Pada proses normalisasi gambar-gambar akan dilakukan tahap pengubahan dari warna RGB ke Grayscale lalu menjadi warna hitam/putih. Setelah itu gambar akan di ubah ukurannya menjadi 20x20 dan akan diubah menjadi nilai bipolar yaitu 1 dan -1 kemudian gambar bipolar diubah menjadi vektor. Untuk proses pelatihan, gambar yang telah dinormalisasi akan dilakukan perhitungan untuk mendapat matriks bobotnya. Pada tahap pelatihan akan digunakan gambar tes untuk dilakukan perhitungan agar mendapat gambar termirip dar igambar yang telah dilatih sebelumnya. Dari hasil percobaan yang telah dilakukan kualitas gambar sangat mempengaruhi pengenalan citra tes pada citra latih, baik itu pada ekspresi yang berlebih, pencahayaan gambar, kontras, dan posis iwajah. Hasil yang didapat untuk pengenalan gambar dengan gambar yang sama dengan citra latih sebesar 100% ketepatan dan dengan gambar yang berbeda paling rendah sebesar 77%.

Actions (login required)

View Item