Please take a moment to complete this survey below
Library's collection Library's IT development CancelProses pengenalan wajah dengan menggunakan metode Hidden Markov
Model sangat erat berhubungan dengan parameter Hidden Markov Model yang
terkalkulasi. Seberapa baik proses pengenalan dilakukan tergantung pada parameter-parameter
tersebut. Pembuatan tugas akhir ini bertujuan untuk merancang aplikasi
dengan algoritma berbasis Hidden Markov Model dengan metode pembaharuan
parameternya.
Dalam perancangan aplikasi Adaptive Hidden Markov Model ini, software
terdiri atas pendeteksian wajah dan juga pengenalan wajah. Pendeteksian wajah
menggunakan metode Haar yang diadaptasi dari Haar wavelet transform, sedangkan
untuk pengenalan menggunakan metode Hidden Markov Model. Aplikasi
dikembangkan menggunakan Microsoft Visual C++ 6.0 ? , menggunakan library dari
Intel Image Processing Library (IPL) dan Intel Open Source Computer Vision
(OpenCV).
Pada pengujian sistem akan terlihat bahwa dengan menggunakan proses
adaptive pada Hidden Markov Model, tingkat kesalahan akan berkurang pada waktu
melakukan pengenalan secara terus-menerus. Dengan menggunakan database
individu berjumlah 26 orang dengan rata-rata jumlah gambar pada database sebanyak
5 didapatkan hasil pengenalan sebesar 68.5 prosen. Peningkatan pada hasil
pengenalan setelah dilakukan proses adaptive bervariasi tergantung dari selisih
likelihood yang digunakan, nilai selisih likelihood yang optimal adalah 0.3 yang
menghasilkan prosentase kebenaran sebesar 77.14%.