Please take a moment to complete this survey below
Library's collection Library's IT development CancelBerkembangnya teknologi computer vision dan image processing di
dunia dewasa ini menyediakan kemungkinan baru untuk membuat suatu sistem
yang dapat membantu manusia dalam pengenalan suatu citra digital.
Tugas akhir ini membahas tentang algoritma yang diperlukan agar
komputer dapat mengenali dan mengidentifikasi suatu wajah testing yang
diinputkan berdasarkan wajah training yang telah diinputkan sebelumnya. Pada
tahap awal wajah training dan testing akan dimasukkan ke tahap pre processing.
Setelah itu akan dicari feature pada wajah training dan testing dengan
menggunakan metode Principal Component Analysis, sedangkan untuk
pengidentifikasian digunakan algoritma JST (Jaringan Saraf Tiruan) dengan
metode learning BackPropagation. Pembahasan diawali dengan teori-teori dasar
tentang pengenalan wajah, Principal Component Analysis, dan Back Propagation,
dilanjutkan analisa dan disain program, serta beberapa hasil uji cobanya.
Dalam tugas akhir ini PCA digunakan untuk mereduksi dimensi dari
wajah-wajah training dan testing yang diinputkan dan menghasilkan output
berupa feature, dan feature ini akan menjadi input bagi algoritma JST.
JST (Jaringan Saraf Tiruan) dengan metode Backpropagation akan
melakukan proses learning pada network sehingga network mampu mengenali
semua wajah training. Setelah selesai, maka dimulai proses testing dengan
memasukkan wajah testing dan dihitung output-nya untuk menentukan wajah
training mana yang paling mirip dengan wajah testing tersebut dengan tingkat
keberhasilan 90%.
Sejumlah percobaan telah dilakukan dalam program tersebut untuk
menghasilkan kesimpulan-kesimpulan penting yang mendukung tugas akhir ini.
Program diimplementasikan dengan menggunakan bahasa pemrograman Borland
Delphi 5.0