Tugas Akhir Informatika

PENGENALAN WAJAH BERBASIS FITUR PRINCIPAL COMPONENT ANALYSIS (PCA) DENGAN SELEKSI FITUR GENETIC ALGORITHM (GA) DAN K – NEAREST NEIGHBOR (KNN) CLASSIFIER

---

Pengenalan wajah pada komputer mengadaptasi pengenalan wajah yang dilakukan oleh
manusia yaitu dengan mengenali bentuk wajah, bentuk mata, bentuk bibir, hidung dan
bagian-bagian lain yang mencirikan wajah seseorang. Komputer atau mesin
membutuhkan algoritma dan metode yang tepat untuk mendapatkan akurasi yang
tinggi dengan waktu komputasi yang baik dalam pengenalan wajah. Pada penelitian
ini, akan digunakan ekstraksi fitur Principal Component Analysis (PCA) dengan
metode klasifikasi K–Nearest Neighbor (KNN) dan untuk meningkatkan akurasi dan
mempersingkat waktu komputasi K–Nearest Neighbor (KNN), akan digunakan
metode Algoritma Genetika (GA) sebagai fitur seleksi untuk memberikan fitur yang
optimal bagi K–Nearest Neighbor (KNN) pada pengenalan wajah. Bahan penelitian
yang digunakan pada penelitian ini adalah ORL database dengan 400 citra wajah,
terdiri dari 40 orang yang berbeda, dan setiap orang memiliki 10 citra wajah. Akurasi
tertinggi yang didapatkan pada pengujian yaitu 89,2% dengan 50 fitur hasil seleksi GA
dengan waktu komputasi 0,37926816940307617s. Waktu komputasi terbaik yang
diperoleh pada pengujian yaitu sebesar 0,09521007537841797s dengan akurasi 74,2%
menggunakan 10 fitur

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

-

No. Panggil

005.368.Muh.p

Penerbit

Universitas Mataram : Fakultas Teknik Unram., 2021

Deskripsi Fisik

x,56 Hlm; Illus; 21x29 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

005.368

Tipe Isi

other

Tipe Media

computer

Tipe Pembawa

audio disc

Edisi

Edisi 1 Jilid 1

Subjek

WAJAH BERBASIS FITUR

Info Detail Spesifik

PENGENALAN WAJAH BERBASIS FITUR PRINCIPAL COMPONENT ANALYSIS (PCA) DENGAN SELEKSI FITUR GENETIC ALGORITHM

Pernyataan Tanggungjawab

MUH. ABDUL SYAHID

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar