Teks
PENERAPAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK PENGENALAN WAJAH MENGGUNAKAN EKSTRAK CIRI GLCM DI MATLAB
Manusia diciptakan dengan beragam bentuk dan keunikan sehingga dari sekian
banyak manusia diciptakan memiliki karakteristik fisik tubuh yang berbeda, mulai
dari warna dan bentuk rambut, bentuk kepala, corak kulit, lebar mata, bentuk dagu,
hidung, tinggi leher, hingga bentuk tangan sampai ujung kaki. Hal ini sering di
jadingan objek penelitian oleh para peneliti salahsatunya pada pengenalan wajah
manusia. Penggunaan Backpropagation pada jaringan saraf tiruan dapat digunakan
untuk melatih jaringan yang ada agar mengenal pola yang digunakan selama
pelatihan dan data menunjukan balasan yang benar terhadap pola masukan yang
sama dengan yang digunakan sepanjang pelatihan. Oleh karena hal ini
backpropagation bisa digunakan untuk melakukan pengenalan wajah.
Proses mengenali wajah menggunakan metode backpropagation dengan
menggunakan data citra wajah manusia berjumlah 90 data latih dan 30 data uji.
Kemudian di lakukan pre-processing terhadap dataset berupa citra sebelum citra
diolah pada jaringan syaraf tiruan backpropagation, diantaranya proses cropping,
grayscale, resize dan ekstaksi ciri Gray Level Co-Occurrence Matrix (GLCM).
Kemudian hasil dari pre-processing dilakukan pelatihan dan pengujian
menggunakan JST Backpropagation.
Hasil pengujian menunjukan bahwa nilai akurasi yang diperoleh pada jaringan
syaraf tiruan backpropagation untuk pengenalan wajah yaitu sebesar 90%, dimana
dari 30 citra wajah yang di ujikan mendapat 27 citra wajah dikenali dan 3 citra
wajah tidak dikenali, dengan model arsitektur neuron hidden layer berjumlah 10
dan learning rate 1.
| S00062.23 | RF TI.S00062.23 Mau p | My Library (Referensi) | Tersedia |
Tidak tersedia versi lain