Implementasi Algoritma Discrete Cosine Transform, Gaussian Mixture Model, dan CNN untuk Face Recognition

Aldi Darmawan, Muhammad (2023) Implementasi Algoritma Discrete Cosine Transform, Gaussian Mixture Model, dan CNN untuk Face Recognition. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (2MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (208kB) | Preview
Preview	PDF BAB_I.pdf Download (209kB) | Preview
Preview	PDF BAB_II.pdf Download (337kB) | Preview
Preview	PDF BAB_III.pdf Download (382kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (582kB)
Preview	PDF BAB_V.pdf Download (214kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (731kB)

Abstract

Biometrik telah dikenal sebagai teknologi yang menggunakan pola unik fisik dan perilaku manusia. Salah satu kategori biometrik yang mendapatkan prioritas adalah pengenalan wajah karena kebutuhan keamanan dan penegakan hukum. Pengenalan wajah melibatkan ekstraksi, digitalisasi, dan perbandingan fitur wajah untuk mengidentifikasi individu. Metode ekstraksi fitur digunakan untuk meningkatkan akurasi, seperti menggunakan Discrete Cosine Transform (DCT) untuk mengenali citra wajah. Gaussian Mixture Model (GMM) digunakan untuk mendapatkan objek latar depan yang terbaik. Kemudian, Convolutional Neural Network (CNN) digunakan untuk melatih data fitur yang diekstraksi. Implementasi ini menggabungkan DCT, GMM, dan CNN untuk meningkatkan akurasi dan kecepatan pengenalan wajah. Hasil penelitian menggunakan nilai low-frequency DCT 8x8 dan GMM menghasilkan akurasi tertinggi dibandingkan hanya menggunakan CNN dengan hasil akurasi sebesar 97.56% dengan training time selama 223.606 detik, testing time 0.261, loss sebesar 0.158, recall sebesar 98%, precision 98%, dan F1- Score 97%. Learning rate yang digunakan sebesar 0.0001, epoch 100, batch size 16 dan GMM dengan n components sebesar 10, serta random state sebesar 300.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Convolutional Neural Network, Discrete Cosine Transform, Gaussian Mixture Model, pembelajaran mesin, pengenalan wajah
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++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.2 Special-purpose System, Data Collection, Automatic Identification and Data Capture
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	13 Jul 2023 09:47
Last Modified:	21 Aug 2023 02:14
URI:	https://kc.umn.ac.id/id/eprint/26191

Actions (login required)

View Item