Detail Karya Ilmiah

  • PENGENALAN POLA SENYUMAN BERBASIS EKSTRAKSI FITUR PRINCIPAL COMPONENT ANALYSIS (PCA) DAN LINIER DESCRIMINANT ANALYSIS (LDA)
    Penulis : SITI KHOLILAH
    Dosen Pembimbing I : RIMA TRI WAHYUNINGRUM, S.T., M.T
    Dosen Pembimbing II :HARYANTO, S.T., M.T
    Abstraksi

    Citra senyum merupakan salah satu fitur biometrik yang dapat dijadikan sebagai bukti autentik dari seseorang. Sistem pengenalan pola (pattern recognition) secara komputerisasi, akan mengetahui identitas atau ciri diri seseorang. Pengenalan senyum telah banyak diteliti oleh banyak kalangan. Salah satu bentuk penerapan pengenalan pola senyum ini adalah mengetahui senyum seseorang sehingga nantinya senyum tersebut dapat dikenali oleh komputer dan disimpan dalam database. Terdapat dua cara untuk menentukan pola senyuman yaitu secara manual dan otomatis. Secara manual dapat dilakukan dengan kasat mata, sedangkan secara otomatis dapat di tentukan dengan menggunakan suatu sistem. Pada Tugas Akhir ini, mengidentifikasi senyuman secara otomatis digunakan metode Principal Component Analysis (PCA) dan Linier Descriminant Analysis (LDA), dimana jenis senyuman pada tugas akhir ini dibagi menjadi lima bagian, yaitu senyum manis, senyum mengejek, senyum yang dipaksakan, senyum tertutup dan senyum terbuka. Penggunaan metode ekstraksi fitur yang tepat dan efisien sangat menentukan keberhasilan dari sistem pengenalan pola secara keseluruhan. Untuk metode klasifikasi pengenalan pola menggunakan Euclidean Distance atau Manhattan Distance. Dari hasil uji coba menggunakan 175 gambar data pelatihan didapatkan tingkat akurasi PCA adalah 89.8% pada ordered3. Sedangkan hasil uji coba menggunakan PCA & LDA didapatkan tingkat akurasi 100% pada ordered3.

    Abstraction

    Image of a smile is one of the biometric features which can be used as proof of one's authentic. Computerized pattern recognition system, will know the identity or characteristics of a person. The introduction of a smile has been studied by many groups. One form of the application of pattern recognition of smile is know someone smile that will be recognized by the computer and stored in a database. There are two ways to determine patterns of a smile, manually and automatically. Manually can be done with the naked eye, while automatically can be determined by using a system. In this final project, identifying the smile is automatically used method of Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA), which kind of smile in this thesis is divided into five parts, the sweet smile, mocking smile, a forced smile, a smile covered and an open smile. The use of the appropriate feature extraction methods and efficiently determine the success of the overall pattern recognition system. For classification method of pattern recognition using Euclidean Distance or Manhattan Distance. From the test results using 175 images of training data obtained accuracy rate was 89.8% in the PCA in ordered3. While the results of trials using PCA and LDA obtained 100% accuracy rate in ordered3.

Detail Jurnal