Implementasi Algoritma DCT, GLCM dan Convolutional Neural Network untuk Face Recognition

Evans, Jesse (2023) Implementasi Algoritma DCT, GLCM dan Convolutional Neural Network untuk Face Recognition. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (209kB) | Preview
Preview	PDF BAB_I.pdf Download (209kB) | Preview
Preview	PDF BAB_II.pdf Download (463kB) | Preview
Preview	PDF BAB_III.pdf Download (422kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (756kB)
Preview	PDF BAB_V.pdf Download (210kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (818kB)

Abstract

Face recognition merupakan sebuah teknologi yang berfungsi untuk mengenali seseorang melalui citra yang diberikan. Face recognition banyak digunakan dalam berbagai bidang, seperti keamanan, biometrik, robotik, pencarian gambar dan lainnya. Ekstraksi fitur dapat dilakukan untuk meningkatkan akurasi dari face recognition, beberapanya ialah Discrete Cosine Transform dan Gray Level Cooccurence Matrix. Metode yang digunakan dalam penelitian ini ialah ekstraksi fitur low-frequency Discrete Cosine Transform dan fitur Gray Level Coocurrence Matrix yang akan diklasifikasikan dengan Convolutional Neural Network. Hasil penelitian didapatkan penggunaan metode 8x8 untuk pengambilan nilai low- frequency pada discrete cosine transform menghasilkan tingkat akurasi tertinggi dengan akurasi sebesar 97.5% dengan training time selama 301 detik, testing time selama 0.69 detik, loss sebesar 0.08, precision sebesar 0.98, recall sebesar 0.97 dan F1-Score pada 0.97 pada learning rate sebesar 0.0001, epoch 100, batch size 16 dan jarak ketetangaan GLCM sebesar 1.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Convolutional Neural Network, Discrete Cosine Transform, deteksi wajah, Gray Level Coocurence Matrix, pembelajaran mesin.
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:	10 Jul 2023 09:57
Last Modified:	08 Aug 2023 06:06
URI:	https://kc.umn.ac.id/id/eprint/26016

Actions (login required)

View Item