• Tidak ada hasil yang ditemukan

S KOM 1001126 Table of content

N/A
N/A
Protected

Academic year: 2017

Membagikan "S KOM 1001126 Table of content"

Copied!
7
0
0

Teks penuh

(1)

Ratih Pujihati , 2014

Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Untuk Pengenalan Wajah Dengan Citra Wajah Gaussian Blur

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

DAFTAR ISI

ABSTRAK ... i

KATA PENGANTAR ... iii

UCAPAN TERIMA KASIH ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xi

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Identifikasi Masalah... 4

1.3 TujuanPenelitian ... 4

1.4 Batasan Masalah ... 5

1.5 Manfaat Penelitian ... 5

1.6 Definisi Operasional ... 6

1.7 Metodologi Penelitian ... 7

1.8 SistematikaPenulisan ... 8

BAB II TINJAUAN PUSTAKA ... 12

2.1 Definisi Citra ... 12

2.1.1. Definisi Citra Analog ... 12

2.1.2. Definisi Citra Digital ... 13

2.2 Computer Vision ... 13

(2)

Ratih Pujihati , 2014

Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Untuk Pengenalan Wajah Dengan Citra Wajah Gaussian Blur

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

2.3.1. Macam-macam Penerapan Digital Image Processing ... 15

2.4Jaringan Syaraf Tiruan ... 21

2.4.1. Definisi Jaringan Syaraf Tiruan... 21

2.4.2. Model Neuron (selsaraf) ... 22

2.4.3. FungsiAktivasi ... 24

2.4.4. MetodePembelajaran ... 25

2.4.5. ArsitekturJaringan... 26

2.5 Metode Learning Vector Quantization (LVQ)... 29

2.5.1. Definisi Learning Vector Quantization (LVQ) ... 29

2.5.2. Arsitektur LVQ ... 30

2.5.3. Algoritma LVQ ... 31

2.6Gaussian Blur... 32

2.6.1. Pengaruh Gaussian Blur pada Nilai Piksel Citra Wajah ... 34

2.7 MATLAB ... 37

BAB III METODOLOGI PENELITIAN ... 38

3.1 MetodePenelitian ... 38

3.1.1. Studi Literatur ... 38

3.1.2. Pengembangan Sistem ... 38

3.2 DesainPenelitian ... 40

3.3 AlatdanBahan Penelitian ... 45

3.3.1. Alat Penelitian ... 45

3.3.2. Bahan Penelitian ... 46

(3)

Ratih Pujihati , 2014

Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Untuk Pengenalan Wajah Dengan Citra Wajah Gaussian Blur

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

3.4.1. ProsedurPengerjaanPenelitian ... 46

3.4.2. Pengumpulan Data ... 47

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 49

4.1 AnalisisSistem ... 49

4.1.1. DeskrpsiUmumSistem ... 40

4.1.2. PerhitunganPengenalanWajah ... 49

4.2AnalisisKebutuhanSistem ... 64

4.2.1. BatasandanAsumsiAnalisis ... 64

4.2.2. MasukanSistem ... 64

4.2.3. Model Proses Sistem ... 65

4.2.4. KeluaranSistem ... 67

4.3PerancanganSistem ... 68

4.3.1. Perancangan Data ... 68

4.3.2. PerancanganAntarmukaSistem ... 69

4.4ImplementasiSistem ... 73

4.4.1. Implementasi Data ... 73

4.4.2. ImplementasiModul ... 77

4.4.3. ImplementasiAntarmuka ... 83

4.5 Pengujian ... 84

4.5.1. PengujianSistem ... 84

4.5.2. PengujianImplementasiKebutuhanFungsionalitasSistem ... 86

(4)

Ratih Pujihati , 2014

Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Untuk Pengenalan Wajah Dengan Citra Wajah Gaussian Blur

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB V KESIMPULAN DAN SARAN ... 93

5.1 Kesimpulan ... 93

5.2 Saran ... 95

DAFTAR PUSTAKA ... xiii

(5)

Ratih Pujihati , 2014

Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Untuk Pengenalan Wajah Dengan Citra Wajah Gaussian Blur

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

DAFTAR TABEL

Tabel 2.1 Nilai Piksel pada Citra Wajah Asli ... 34

Tabel 2.2 Nilai Piksel Citra Wajah dengan Gaussian Blur Radius 1.0 ... 35

Tabel 2.3 Nilai Piksel Citra Wajah dengan Gaussian Blur Radius 2.0 ... 35

Tabel 2.4 Nilai Piksel Citra Wajah dengan Gaussian Blur Radius 3.0 ... 36

Tabel 2.5 Nilai Piksel Citra Wajah dengan Gaussian Blur Radius 4.0 ... 36

Tabel 2.6 Nilai Piksel Citra Wajah dengan Gaussian Blur Radius 5.0 ... 37

Tabel 4.1 Properti antarmuka ... 70

Tabel 4.2 Modul yang Terdapat Pada Tahap Pra Proses ... 78

Tabel 4.3 Modul yang Terdapat Pada Feature extraction ... 79

Tabel 4.4 Modul yang Terdapat Pada Tahap Testing dengan Jaringan Syaraf Tiruan Learning Vector Quantization ... 80

Tabel 4.5 Persentase Akurasi Pengenalan Wajah Berdasarkan Responden ... 87

Tabel 4.6 Persentase Akurasi Pengenalan Wajah Berdasarkan TingkatBlur ... 89

Tabel 4.7 Persentase Akurasi Pengenalan Wajah Berdasarkan Pose Wajah ... 90

(6)

Ratih Pujihati , 2014

Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Untuk Pengenalan Wajah Dengan Citra Wajah Gaussian Blur

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

DAFTAR GAMBAR

Gambar 2.1 Sistem Computer Vision (Saepudin, 2013) ... 14

Gambar 2.2 Model Neuron (Wuryandari, dkk 2012) ... 23

Gambar 2.3 Model Neuron (Wuryandari, dkk 2012) ... 23

Gambar 2.4 Jaringan Dengan Lapisan Tunggal (Wuryandari dkk, 2012) ... 27

Gambar 2.5 Jaringan Dengan Banyak Lapisan (Wuryandari dkk, 2012) ... 28

Gambar 2.6 Jaringan Dengan Lapisan Kompetitif (Wuryandari dkk, 2012) ... 28

Gambar 2.7 Arsitektur Jaringan LVQ (S. Heranurweni, 2010)... 30

Gambar 2.8 Gambar Asli ... 33

Gambar 2.9 Gaussian Blur Tingkat 1 ... 33

Gambar 2.10 Gaussian Blur Tingkat 2 ... 33

Gambar 2.11 Gaussian Blur Tingkat 3 ... 33

Gambar 2.12 Gaussian Blur Tingkat 4 ... 33

Gambar 2.13 Gaussian Blur Tingkat 5 ... 33

Gambar 3.1 Model Pengembangan Perangkat Lunak (Pressman, 2001) ... 40

Gambar 3.2 Desain Penelitian ... 41

Gambar 4.1 Alur Proses Sistem Faren ... 50

Gambar 4.2 Tahap Segmentasi Masukan Citra Wajah ... 52

Gambar 4.3 TahapPraprosesMasukan Citra Wajah ... 55

Gambar 4.4 TahapFeature extractionMasukan Citra Wajah ... 57

Gambar 4.5 Detail Alur Proses Pengenalan Wajah Sistem Faren ... 63

(7)

Ratih Pujihati , 2014

Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization (lvq) Untuk Pengenalan Wajah Dengan Citra Wajah Gaussian Blur

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Gambar 4.7 Data Flow Diagram Level 1 Sistem Faren... 66

Gambar 4.8 Dialog Chart Faren ... 70

Gambar 4.9 Rancangan Antarmuka Sistem Faren ... 72

Gambar 4.10 Implementasi Arsitektur Jaringan pada Faren ... 75

Gambar 4.11 Implementasi Antarmuka Sistem Faren ... 84

Gambar 4.12 Grafik Persentase Akurasi Pengenalan Wajah Berdasarkan Responden ... 88

Gambar 4.13 Grafik Persentase Akurasi Pengenalan Wajah Berdasarkan Tingkat Blur ... 89

Gambar 4.14 Grafik Persentase Akurasi Pengenalan Wajah Berdasarkan Pose Wajah ... 91

Referensi

Dokumen terkait

1) Technological Knowledge (TK) adalah pengetahuan tentang bagaimana mengoperasikan komputer dan perangkat lunak yang relevan. 2) Content Knowledge (CK) adalah materi

(1) Pemerintah menugaskan BSNP untuk menyelenggarakan Ujian nasional yang diikuti peserta didik pada setiap satuan pendidikan jalur formal pendidikan dasar dan menengah, dan

Selain itu dalam penulisan ilmiah ini juga dijelaskan mengenai klasifikasi virus komputer, jenis-jenisnya, tehnik penularan, macam rutin dari virus sampai dengan pemprograman

Berdasarkan hasil Rapat Pimpinan LPTK Rayon 204 Fakultas Ilmu Tarbiyah dan Keguruan UIN Maulana Malik Malang pada tanggal 10 Desember 2013, dengan ini kami sampaikan

Dari titik awal ini akan dicari jarak tempuh yang paling singkat dengan titik berikutnya sampai titik terakhir, dimana setiap titik dikunjungi hanya satu kali saja.

Probolinggo Bahasa Arab Lulus... WAL FAJRI

Penanganan gangguan telepon menggunakan sistem layanan yang didukung komputer online SISKA ( Sistem Informasi Kastamer ) yang dalam pengoprasiannya didukung oleh perangkat

Sehubungan dengan hal tersebut, para peneliti dan pelaksana pengabdian kepada masyarakat yang telah selesai melaksanakan kegiatannya di tahun 2014 (semua skema) diwajibkan