IMPLEMENTASI HIBRID METODE PCA DAN LBP UNTUK EKSTRAKSI CIRI MULTIWAJAH PADA KLASIFIKASI EKSPRESI WAJAH

PUTRA, WENDY SABILLAH and Fachrurrozi, Muhammad and Satria, Hadipurnawan (2019) IMPLEMENTASI HIBRID METODE PCA DAN LBP UNTUK EKSTRAKSI CIRI MULTIWAJAH PADA KLASIFIKASI EKSPRESI WAJAH. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_55201_09021181419008.pdf] Text
RAMA_55201_09021181419008.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (5MB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_TURNITIN.pdf] Text
RAMA_55201_09021181419008_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (18MB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_01_front_ref.pdf]
Preview
Text
RAMA_55201_09021181419008_0222058001_0018048003_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Preview
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_02.pdf] Text
RAMA_55201_09021181419008_0222058001_0018048003_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (513kB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_03.pdf] Text
RAMA_55201_09021181419008_0222058001_0018048003_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_04.pdf] Text
RAMA_55201_09021181419008_0222058001_0018048003_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_05.pdf] Text
RAMA_55201_09021181419008_0222058001_0018048003_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (263kB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_06.pdf] Text
RAMA_55201_09021181419008_0222058001_0018048003_06.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (12kB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_07_ref.pdf] Text
RAMA_55201_09021181419008_0222058001_0018048003_07_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (296kB) | Request a copy
[thumbnail of RAMA_55201_09021181419008_0222058001_0018048003_08_lamp.pdf] Text
RAMA_55201_09021181419008_0222058001_0018048003_08_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (116kB) | Request a copy

Abstract

Sistem pengenalan ekspresi wajah sudah banyak dikembangkan dengan berbagai metode. Beberapa metode yang saat ini banyak diteliti adalah metode principal component analysis (PCA) dan local binary pattern (LBP). Beberapa penelitian telah menguji kedua metode tersebut. Namun berdasarkan studi literatur, belum ada penelitian yang menggabungkan kinerja kedua metode untuk mengenali banyak ekspresi wajah secara real time. Sistem pengenalan ekspresi wajah semestinya mampu mengenali banyak wajah sekaligus ketika tertangkap oleh kamera. Oleh karena itu peneliti menguji tingkat akurasi dari hibrid metode untuk mengenali banyak wajah sekaligus. Pengujian dilakukan pada 250 sampel citra wajah dengan dua kondisi pencahayaan yaitu siang hari dalam ruangan, siang hari di luar ruangan. Metode pengujian ini dilakukan untuk meningkatkan variasi kondisi dan keakuratan pengujian sampel. Parameter akurasi yang diamati adalah false acceptance rate (tingkat kesalahan dalam mengenali wajah) dan false rejection rate (tingkat kesalahan dalam menolak/tidak mengenali wajah). Semakin kecil false rejection rate dan false acceptance rate maka semakin besar tingkat akurasi pengenalan ekspresi wajah dari metode yang diujikan. Berdasarkan hasil penelitian hibrid metode LBP dan PCA dapat mengenali ekspresi banyak wajah secara real time untuk setiap data dan rata-rata akurasi yang kecil 86,5%. Kata Kunci: Principal Component Analysis, Local Binary Pattern, FAR, FRR, Pengenalan Ekspresi Wajah, Real time.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Principal component analysis local binery petten, FAR,FRR, pengenalan ekspresi wajah real time
Subjects: T Technology > T Technology (General) > T61-173 Technical education. Technical schools
T Technology > TR Photography > TR250-265 Cameras
Divisions: 09-Faculty of Computer Science > 55201-Informatics (S1)
Depositing User: Users 2068 not found.
Date Deposited: 25 Sep 2019 06:48
Last Modified: 25 Sep 2019 06:48
URI: http://repository.unsri.ac.id/id/eprint/8805

Actions (login required)

View Item View Item