Dosen Pembimbing :
PROYEK AKHIR
Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar
OLEH :
DEVIRA FRENZA
17130008
FAKULTAS TEKNIK
2020
DAFTAR PUSTAKA
Electronic for you ; New Delhi. (Sep 30, 2016). Top 25 MATLAB Project
Ideas. Anthena Information Solution Pvt. Ltd.
Loppies, S. H. D. (2018)/ IMPLEMENTASI JARINGAN SARAF
TIRUAN BACKPROPAGATION UNTUK DETEKSI WAJAH
DALAM CITRA DIGITAL. Musamus Journal of Technology &
Information, 1(02), 1-7.
Pratiwi, D. E., & Harjoko, A. (2013). Implementasi Pengenalan Wajah
Menggunakan PCA (Principal Component Analysis). IJEIS
(International Journal of Electronics and Instrumentation
Systems), 3(2), 175-184
Mabrur, A. F. (2017). SISTEM PENGAMAN PINTU MENGGUNAKAN
PENGENALAN WAJAH BERBASIS JARINGAN SARAF
TIRUAN. Jurnal E-Komtek (Elektro-Komputer-Teknik), 2017,
1.(1),39-45.
Fiqhi, Z. b., Isnanto, R. R., & Somantri, M. (2014). PENGENALAN
TANDA TANGAN MENGGUNAKAM ANALISIS KOMPONEN
UTAMA (PRINCIPAL COMPONENT ANALYSIS-PCA) DAN
METODE JARINGAN SARAF TIRUAN PERAMBATAN
BALIK. TRANSIENT, 2014, 3(2), 150-156.
Prasetioniri, C. A., Isnanto, R. R., & Hidayanto, A. (2013).
PENGENALAN IRIS MATA MENGGUNAKAN JARINGAN
SARAF TIRUAN METODE PERAMBATAN BALIK DENGAN
PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN
(GRAY LEVEL CO-OCCURRENCE MATRIX-C-GLCM).
Transient: Jurnal Ilmiah Teknik Elektrok, 2(2), 255-259.
Setiawan, R. A., Isnanto, R. R., & Hidayanto, A. (2013). Identifikasi Diri
Berdasarkan Biometrika Telapak Tangan Menggunakan Metode
Tapis Gabor 2-D dan Jaringan Syaraf Tiruan Learning Vector
Quantization (LVQ). TRANSIENT, 2(3), 401-407.
Hidayanto, A., Isnanto, R. R., & Kurniawan, D. (2006). Penentuan
wilayah Wajah Manusia pada Citra Berwarna Berdasarkan Warna
Kulit Dengan Metode Template Matching. Majalah Ilmiah
Teknologi Elektro, 5(2).
Pratiwi, P. (2014). METODE EKSTRAKSI CIRI 2DPCA PADA
PENGENALAN CITRA WAJAH DENGAN MATLAB. Jurnal
Teknologi, 7(1), 1-5.
ABSTRAK
Sebuah citra adalah kumpulan piksel-piksel yang disusun dalam lari dua-
dimensi. Sebuah piksel pada citra digital adalah stempel dari pemandangan yang
mengandung intensitas citra yang dinyatakan dalam bilangan bulat. Pendeteksian
wajah adalah salah satu bidang kecerdasan buatan yang berguna pada pengolahan
data. Tujuan dari penelitian ini adalah untuk mengimplementasikan jaringan saraf
tiruan pada pendeteksian wajah dalam citra digital dengan menggunakan metode
backpropagation. Deteksi wajah dalam citra digital akan dilatih dan diuji
menggunakan tahap-tahap pada backpropagation. Vector input pelatihan dan
pendeteksian wajah diperoleh dari hasil pengolahan citra. Metodologi yang
digunakan dalam pengembangan lunak ini adalah Rational Unified Process (RUP)
dengan kakas yang digunakan adalah Unified Modelling Language (UML).
Aplikasi dibangun dengan menggunakan bahasa pemograman Matlab 7.0.
berdasarkan hasil pengujian menunjukkan bahwa semua citra wajah yang dilatih
akan dikenali. Citra wajah yang telah dimodifikasi akan memiliki nilai akurasi
pendeteksian yang berbeda dengan wajah sebelum dimodifikasi. Citra wajah yang
telah dimodifikasi akan memiliki nilai akurasi pendeteksian yang berbeda dengan
citra wajah sebelum dimodifikasi. Hal ini disebabkan karena perbedaan vector
input dari citra-citra tersebut.
NO YES IDENTIFIKASI
FORMAT CITRA
.JPG
NO YES
EKSTRAKSI CIRI
WAJAH DENGAN
METODE PCA
MODEL JARINGAN
SARAF TIRUAN ART
VERIFIKASI CITRA
(WAJAH)