ANALISIS KINERJA GABUNGAN METODE VIOLA-JONES DAN LOCAL BINARY PATTERN HISTOGRAM (LBPH) DALAM VERIFIKASI WAJAH

Jasman, Muh Syahrul Wajhullah (2023) ANALISIS KINERJA GABUNGAN METODE VIOLA-JONES DAN LOCAL BINARY PATTERN HISTOGRAM (LBPH) DALAM VERIFIKASI WAJAH. Other thesis, UPN "Veteran" Yogyajarta.

	Text ABSTRAK.pdf Download (66kB)
	Text COVER.pdf Download (140kB)
	Text DAFTAR ISI.pdf Download (127kB)
	Text DAFTAR PUSAKA.pdf Download (117kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (326kB)
	Text PENGESAHAN PENGUJI SCAN.pdf Download (386kB)
	Text Skripsi Muh Syahrul WJ_123170094.pdf Restricted to Repository staff only Download (6MB)

Abstract

ABSTRAK
Wajah merupakan salah satu bagian dari manusia yang memiliki ciri-ciri berbeda dan
mencakup berbagai aspek, mulai dari struktur anatomi wajah, ekspresi emosi, ekspresi sedih
dan lain sebagainya. Objek dari citra wajah tidak pernah sama karena terdapat beberapa bagian
yang dapat berubah. Perubahan yang dimaksud dapat disebabkan oleh ekspresi wajah,
intensitas cahaya dan sudut pengambilan gambar.
Pada penelitian ini akan menggunakan penggabungan dari dua metode, yaitu metode
Viola Jones dan metode Local Binary Pattern Histogram (LBPH). Untuk metode Viola Jones
digunakan untuk mendeteksi wajah manusia secara realtime dan didukung oleh komputasi yang
cepat berdasarkan jumlah piksel dalam persegi pada suatu citra. Metode Local Binary Pattern
Histogram (LBPH) digunakan untuk pengenalan wajah karena memiliki nilai akurasi yang
tinggi serta digunakan juga untuk melatih model pengenalan wajah dari dataset yang nantinya
model LBPH digunakan untuk memprediksi identitas wajah. Data penelitian yang digunakan
bersumber dari 10 responden yang diminta untuk melakukan pengambilan citra wajah secara
langsung dan akan di preprocessing secara otomatis oleh sistem, nantinya citra wajah yang
terdeteksi dari 10 responden tersebut akan tersimpan kedalam folder “datalatih” yang
digunakan sebagai dataset. Citra wajah yang tersimpan untuk perorangnya berjumlah 100
gambar dengan menghadap depan, samping kanan dan kiri dengan kemiringan 450 dengan
format penamaan “User.x.x.jpg”. Setelah itu akan dilakukan augmentasi yang akan
menambahkan 100 gambar yang sudah di flip dan akan tersimpan pada folder yang sama
dengan penamaan “User.x.x_flipped.jpg”. Total data yang digunakan berjumlah 2000 citra
wajah. Pembagian dataset pada penelitian ini untuk pengujian image langsung yaitu 80% untuk
data training dan 20% untuk data uji.
Dari proses penggabungan metode-metode tersebut, akan dilakukan pengujian model
terhadap 3 class (2, 10, 1) menggunakan 30 gambar yang terdapat didalam folder “datauji”,
apakah dapat dikenali sesuai dengan label atau tidak. Akurasi yang dihasilkan untuk class (2)
adalah 90%, untuk class (10) adalah 70% dan akurasi untuk class (1) adalah 90%. Selanjutnya
pengujian sistem berdasarkan jarak dan posisi wajah. Pengujian dilakukan sebanyak 3 kali pada
masing-masing jarak dan posisi wajah selama 10 detik pada siang hari diruangan yang terbuka
dengan jarak 50 cm, 60 cm, 70 cm, 80 cm, 90 cm dan 100 cm serta posisi wajah yang
menghadap kedepan, samping kanan 450 dan samping kiri 450. Akurasi yang dihasilkan dari
skenario pertama yaitu hanya menggunakan metode Local Binary Pattern Histogram (LBPH)
saja untuk jarak 50 cm mendapatkan akurasi 77,77%, pada jarak 60 cm akurasi yang dihasilkan
77,77%, pada jarak 70 cm akurasi yang dihasilkan 77,77%, pada jarak 80 cm menghasilkan
akurasi 66,66%, pada jarak 90 cm akurasi yang dihasilkan 44,44% dan pada jarak 100 cm
akurasi yang dihasilkan 22,22%. Sedangkan pada skenario kedua yaitu dengan menggunakan
metode Viola-Jones dan Local Binary Pattern Histogram (LBPH) total akurasi yang dihasilkan
pada jarak 50 cm adalah 97,77%, untuk jarak 60 cm, 70 cm dan 80 cm mendapatkan total
akurasi 100%, pada jarak 90 cm total akurasinya 91,10%, dan pada jarak 100 cm mendapatkan
total akurasi 77,77%.
Kata kunci : verifikasi wajah, Viola-Jones, Local Binary Pattern Histogram, confidence

Item Type:	Thesis (Other)
Uncontrolled Keywords:	verifikasi wajah, Viola-Jones, Local Binary Pattern Histogram, confidence
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	21 Nov 2023 04:06
Last Modified:	21 Nov 2023 04:06
URI:	http://eprints.upnyk.ac.id/id/eprint/38175

Actions (login required)

View Item