Implementasi Algoritma Convolutional Neural Networks dengan Metode PCA untuk Pengenalan Wajah 3 Dimensi

Taris, Farhan (2019) Implementasi Algoritma Convolutional Neural Networks dengan Metode PCA untuk Pengenalan Wajah 3 Dimensi. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (834kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (723kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (858kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (838kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (715kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Pada pengenalan wajah dua dimensi masih dapat dimanipulasi karena kurangnya fitur wajah. Kekurangan tersebut dapat diatasi dengan menggunakan sistem pengenalan wajah tiga dimensi berbasis convolutional neural network, pengenalan wajah memiliki kekurangan yaitu pelatihannya yang memakan waktu lama karena memiliki dimensi yang sangat besar. Metode PCA (Principal Component Analysis) digunakan untuk mengoptimasi algoritma CNN (Convolutional Neural Network) untuk melakukan pengenalan suatu pola dan mengurangi dimensi data yang perlu diproses oleh sistem. sistem ini dibangun dengan menggunakan bahasa pemrograman C# dan menggunakan Visual Studio Community 2015. Aplikasi dibangun untuk dilakukan pengetesan pada platform Windows. Data terdiri atas tujuh orang dengan setiap orang diambil foto wajah secara random sebagai sample. Sebanyak tujuh ratus sampel wajah digunakan untuk melakukan pelatihan. Menggunakan sepuluh foto wajah yang diambil secara acak untuk melakukan pengetesan akurasi. Sistem berhasil diimplementasikan menghasilkan akurasi tertinggi sebesar 90% dengan menggunakan learning rate sebesar 0,0001.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Principal Component Analysis, Convolutional Neural Network, Jaringan Saraf Tiruan, Pengenalan Wajah, Visual Studio Community 2015
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 04:09
Last Modified:	08 Aug 2023 06:24
URI:	https://kc.umn.ac.id/id/eprint/10871

Actions (login required)

View Item