Pengenalan Wajah Menggunakan Pembelajaran Mesin Berdasarkan Ekstraksi Fitur pada Gambar Wajah Berkualitas Rendah

research
  • 15 Mar
  • 2022

Pengenalan Wajah Menggunakan Pembelajaran Mesin Berdasarkan Ekstraksi Fitur pada Gambar Wajah Berkualitas Rendah

Wajah merupakan bagian dari sistem biometric dimana wajah manusia memiliki bentuk dan karakteristik yang berbeda antara satu dengan lainnya sehingga wajah dapat dijadikan sebagai alternatif pengamanan suatu sistem. Proses pengenalan wajah didasarkan pada proses pencocokan dan perbandingan citra yang dimasukan dengan citra yang telah tersimpan di database. Akan tetapi pengenalan wajah menjadi permasalahan yang cukup menantang dikarenakan illuminasi, pose dan ekspresi wajah serta kualitas citra. Oleh sebab itu pada penelitian ini bertujuan untuk melakukan pengenalan wajah dengan menggunakan metode machine learning seperti Logistic Regression (LR), Linear Discriminant Analysis (LDA), Decision Tree Classifier, Random Forest Classifier (RF), Gaussian NB, K Neighbors Classifier (KNN) dan Support Vector Machine (SVM) dan beberapa metode
ekstraksi fitur Hu-Moment, HOG dan Haralick pada dataset Yale Face. Berdasarkan pengujian yang dilakukan metode ekstraksi fitur gabungan Hu-Moment, HOG dan Haralick dengan algoritma Linear Discriminant Analysis (LDA) menghasilkan nilai akurasi tertinggi sebesar 79,71% dibandingkan dengan metode ekstraksi fitur dan algoritma klasifikasi lainnya

Unduhan

  • Infotech_189-Article_Text-1423-1-10-20211229 similarity ok.pdf

    Similarity Check Pengenalan Wajah Menggunakan Pembelajaran Mesin Berdasarkan Ekstraksi Fitur pada Gambar Wajah Berkualitas Rendah

    •   diunduh 117x | Ukuran 2,009 KB
  • Peer review Infotech.pdf

    Peer Review Jurnal Pengenalan Wajah Menggunakan Pembelajaran Mesin Berdasarkan Ekstraksi Fitur pada Gambar Wajah Berkualitas Rendah

    •   diunduh 115x | Ukuran 349 KB

 

  • Peer review Infotech.pdf

    Peer Review Jurnal Pengenalan Wajah Menggunakan Pembelajaran Mesin Berdasarkan Ekstraksi Fitur pada Gambar Wajah Berkualitas Rendah

    •   diunduh 115x | Ukuran 356,902
  • Infotech_189-Article Text-1423-1-10-20211229.pdf

    Paper Pengenalan Wajah Menggunakan Pembelajaran Mesin Berdasarkan Ekstraksi Fitur pada Gambar Wajah Berkualitas Rendah

    •   diunduh 254x | Ukuran 323,220

REFERENSI

Al-dabagh, M. Z. N., Ahmad, M. I., Isa, M. N., & Anwar, S. A. (2020). Face Recognition System Based on Fusion Features of Local Methods Using CCA. https://doi.org/10.1109/iEECON48109.2020.229489

Alita, D., Fernando, Y., & Sulistiani, H. (2020). Implementasi Algoritma Multiclass Svm Pada Opini Publik Berbahasa Indonesia Di Twitter. Jurnal TEKNOKOMPAK, 14(2), 86.

Astuti, W., & Adiwijaya, A. (2019). Principal Component Analysis Sebagai Ekstraksi Fitur Data Microarray Untuk Deteksi Kanker Berbasis Linear Discriminant Analysis. Jurnal Media Informatika Budidarma, 3(2), 72. https://doi.org/10.30865/mib.v3i2.1161

Athoillah, M., Pgri, U., Buana, A., Ngagel, J., No, D. I., & Surabaya, K. (2017). Pengenalan Wajah Menggunakan SVM Multi Kernel dengan Pembelajaran yang Bertambah. 2(2), 84–91. https://doi.org/10.15575/join.v2i2.109

Bimantara, A., & Dina, T. A. (2019). Klasifikasi Web Berbahaya Menggunakan Metode Logistic Regression. Annual Research Seminar (ARS), 4(1), 173–177.

Devito, D., Wihandika, R. C., & Widodo, A. W. (2019). Ekstraksi Ciri Untuk Klasifikasi Gender Berbasis Citra Wajah Menggunakan Metode Histogram of Oriented Gradients. 3(8), 8002–8011.

Kurniawan, B., Fauzi, M. A., & Widodo, A. W. (2017). Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 1(10), 1193–1200.

Muslikh, A. R., Santoso, H. A., & Marjuni, A. (2018). KLASIFIKASI DATA TIME SERIES ARUS LALU LINTAS JANGKA PENDEK MENGGUNAKAN ALGORITMA ADABOOST DENGAN RANDOM FOREST. Jurnal Teknologi Informasi, 14(1), 24–38.

Mutiara, Q., & Prasetyo, E. (2019). LBPH pada Sistem Pengenalan Wajah. 18.

Qoiriyah, L., Purwanto, H. L., & Setiyaningsih, W. (2019). Rancang Bangun Sistem Pendukung Keputusan Penentuan Jenis Beasiswa Menggunakan Knn. Jurnal Terapan Sains & Teknologi Fakultas, 1(2), 64–72.

Ritno, E. Y. S., Hasibuan, N. A., & Fadlina. (2018). IMPLEMENTASIALGORITMA CLASIFICATION ANDREGRESSION TREES ( CART ) DALAM KLASIFIKASI EKONOMI KELUARGA PADA DESADAGANG KELAMBIR TG . MORAWA. Majalah Ilmiah INTI, 6(1), 66–72.

Septian, B., Wijayanto, A., Utaminingrum, F., & Arwani, I. (2019). Face Recognition Untuk Sistem Pengaman Rumah Menggunakan Metode HOG dan KNN Berbasis Embedded. 3(3), 2774–2781.

Setiawan, E., & Kasma, U. (n.d.). Pengujian Pengenalan Wajah Dengan Menggunakan Algoritma K-Nearest Neighbor. (372), 52–62.

Suryanto, & Dodi, E. (2015). Ekstraksi Fitur Haralick Menggunakan Citra Mikroskop Digital Trinocular Untuk Proses Identifikasi Cacing Penyakit Kaki Gajah. (July).

Susetya, H. Y., Rachmat, A., & Nugraha, K. A. (2017). Implementasi Moment Invariant Untuk Pengenalan Label Buku Perpustakaan Berbasis Android. Jurnal Terapan Teknologi Informasi, 1(1), 21–30. https://doi.org/10.21460/jutei.2017.11.13

Yohannes, Y., Pribadi, M. R., & Chandra, L. (2020). Klasifikasi Jenis Buah dan Sayuran Menggunakan SVM Dengan Fitur Saliency-HOG dan Color Moments. Elkha, 12(2), 125. https://doi.org/10.26418/elkha.v12i2.42160

Zangeneh, E., Rahmati, M., & Mohsenzadeh, Y. (2019). Low Resolution Face Recognition Using a Two-Branch Deep Convolutional Neural Network Architecture. Expert Systems With Applications, 112854. https://doi.org/10.1016/j.eswa.2019.112854