Skripsi/Tugas Akhir

Pengenalan Wajah Menggunakan Deteksi Tepi Multimodal dan Pengukuran Jarak

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Dari beberapa karakteristik biometrika yang ada, wajah paling sering dimanfaatkan dalam identifikasi. Sistem pengenalan wajah
terdiri dari beberapa bagian, salah satunya yaitu segmentasi/deteksi. Segmentasi citra itu sendiri memiliki beberapa metode, misalnya deteksi tepi. Deteksi tepi itu sendiri ada beberapa metode, seperti Robert, Prewitt, Sobel, dan Canny, namun masing-masing metode memiliki keunggulan dan kelemahan. Melihat kendala tersebut, diperlukan suatu kombinasi deteksi tepi dengan menggabungkan kelebihan tiap deteksi tepi. Kombinasi beberapa metode ekstraksi fitur berupa deteksi tepi ini merupakan salah satu jenis sistem biometrika multimodal. Penelitian ini menggunakan dataset citra sebanyak 300 buah, terdiri dari 270 buah citra latih dan 30 buah citra uji. Kelima metode tersebut diuji menggunakan 3 metode pengukuran jarak, yaitu Euclidean Distance, Canberra Distance, dan Mahalanobis Distance. Hasilnya, metode kombinasi memberikan tingkat akurasi kemiripan yang paling tinggi dengan rata-rata tingkat akurasi 93,33 %.
Kata Kunci : Multimodal, Deteksi Tepi, Pengukuran Jarak

ABSTRACT
The biometric system is a self-recognition technology using body parts or human behavior. Of the several biometric characteristics that exist, faces are most often used in identification. The facial recognition system consists of several parts, one
of which is segmentation / detection. Image segmentation itself has several methods, for example edge detection. There are several methods for edge detection, such as Robert, Prewitt, Sobel, and Canny, but each method has its advantages and
disadvantages. Seeing these constraints, we need a combination of edge detectionby combining the advantages of each edge detection. The combination of several feature extraction methods in the form of edge detection is one type of multimodal
biometric system. This study used a dataset of 300 images, consisting of 270 training images and 30 test images. The five methods were tested using 3 distance metric methods, namely Euclidean Distance, Canberra Ditsance, and Mahalanobis
Distance. As a result, the combination method provides the highest level of similarity accuracy with an average accuracy rate of 93,33%.
Keywords : Multimodal, Edge Detection, Metric Distance

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

[Tidak Ada]

No. Panggil

SKR 21-43 ART p - 0028TI

Penerbit

Makassar : ., 2021

Deskripsi Fisik

xvi + 104 hlm.; 28,5 x 20,5 cm

Bahasa

Indonesia

ISBN/ISSN

[Tidak Ada]

Klasifikasi

SKR 21-43

Tipe Isi

Text dan Gambar

Edisi/Cetakan

[Tidak Ada]

Subjek

Skripsi/Tugas Akhir
Java Netbeans

Lampiran File