Jarockohir, Fascal Sapty (2018) Implementasi Markov Stationary Feature – Vector Quantization Untuk Pengenalan Ekspresi Wajah. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_FASCAL SAPTY J_COVER.pdf - Published Version Download (105kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_LEMBAR PENGESAHAN.pdf - Published Version Download (157kB) | Preview |
|
|
Image
PUBLIKASI.jpg - Published Version Download (114kB) | Preview |
|
|
Image
ORISINALITAS.jpg - Published Version Download (116kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_KATA PENGANTAR.pdf - Published Version Download (209kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_DAFTAR ISI.pdf - Published Version Download (191kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_BAB 1.pdf - Published Version Download (253kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_BAB 2.pdf - Published Version Download (864kB) | Preview |
|
Text
UNIKOM_FASCAL SAPTY J_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
UNIKOM_FASCAL SAPTY J_BAB 4.pdf - Published Version Restricted to Repository staff only Download (594kB) | Request a copy |
||
|
Text
UNIKOM_FASCAL SAPTY J_BAB 5.pdf - Published Version Download (191kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_DAFTAR PUSTAKA.pdf - Published Version Download (226kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version Download (700kB) | Preview |
|
|
Text
UNIKOM_FASCAL SAPTY J_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version Download (714kB) | Preview |
Abstract
Eskpresi Wajah merupakan salah satu bentuk komunikasi, ekspresi wajah memiliki tentunya memiliki bentuk wajah yang berbeda-beda. Dalam proses pengenalan ekspresi wajah mesin belajar tidak langsung mengenali ekspresi begitu saja, namun perlu dilakukan proses ekstraksi fitur terlebih dahulu. Salah satu metode ekstraksi fitur yang dapat digunakan adalah Markov Stationary Feature – Vector Quantization (MSF-VQ). Algoritma MSF-VQ telah diujikan pada kasus pengenalan wajah manusia dan mendapat akurasi sebesar 99.16%. Pada penelitian ini Algoritma MSF-VQ digunakan untuk mengenali ekspresi wajah. Dalam penelitian ini digunakan data yang terdiri dari Data Latih dan Data Uji Total Data yang digunakan untuk proses pengujian sebanyak 1440. Untuk data latih digunakan foto wajah sebanyak 1170 yang didapat dari 15 orang, 6 jenis ekspresi, dan dari satu jenis ekspresi terdapat 13 foto wajah per orang. Pengujian dilakukan menggunakan 270 data uji menggunakan algoritma MSF-VQ menggunakan mesin belajar Multiclass Support Vector Machine dengan kernel linear, berhasil mendapatkan akurasi sebesar 97.41 %.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Ekspresi Wajah, Markov Stationary Feature, Vector Quantization, Support Vector Machine, Ekstraksi Fitur |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 15 Jul 2019 03:24 |
Last Modified: | 15 Jul 2019 03:24 |
URI: | http://elibrary.unikom.ac.id/id/eprint/461 |
Actions (login required)
View Item |