Peningkatan Akurasi Pengenalan Wajah dengan Menggunakan Algoritma CLAHE dan K-Nearest Neighbors

Florentine, Zefanya (2020) Peningkatan Akurasi Pengenalan Wajah dengan Menggunakan Algoritma CLAHE dan K-Nearest Neighbors. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (432kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (124kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (126kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (273kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (215kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (682kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (116kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (398kB)

Abstract

Face recognition merupakan salah satu cabang ilmu biometrik yang banyak digunakan untuk menentukan karakter fisik identitas seseorang. Face recognition terjadi karena wajah merupakan bagian yang paling terlihat dari anatomi manusia dan berfungsi sebagai faktor pembeda pertama manusia. Akan tetapi muncul beberapa permasalahan dalam melakukan face recognition khususnya pada proses face detection seperti pengaruh contrast dan berbagai hal lainnya. Metode yang digunakan untuk face recognition berdasarkan Contrast Limited Adaptive Histogram Equalization (CLAHE) dan K-Nearest Neighbor classifier. CLAHE digunakan untuk meningkatkan pengaruh akurasi face recognition dengan meningkatkan contrast pada fitur wajah dan K-Nearest Neighbors digunakan untuk melakukan klasifikasi dengan membandingkan hasil gambar penggunaan algoritma CLAHE. Penelitian ini menggunakan 108 gambar wajah dari 12 orang berbeda. Hasil penelitian menunjukkan bahwa akurasi pengenalan meningkat hingga 96.29% dan Algoritma CLAHE efektif pada region size 8x8 dan clip limit 0.9.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	CLAHE, Face Recognition, Face Detection, K-Nearest Neighbors,
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 2020 14:24
Last Modified:	23 Aug 2023 05:02
URI:	https://kc.umn.ac.id/id/eprint/14927

Actions (login required)

View Item