MEMBANDINGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION DENGAN OPENCV PADA PENGENALAN WAJAH

Nizar, Muhammad Varriel Avenazh and Hawari, Sirajuddin and Purwanto, Ahmad Nur Ihsan (2022) MEMBANDINGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION DENGAN OPENCV PADA PENGENALAN WAJAH. Jurnal Riset Rumpun Ilmu Teknik (JURRITEK), 1 (1). pp. 107-114. ISSN 2829-0178

Text 38. Membandingan Metode Jaringan Syaraf Tiruan Backpropagation dan Learning Vector Quantization Dengan OpenCV Pada Pengenalan Wajah.pdf Restricted to Registered users only Download (903kB)

Abstract

Pengenalan wajah merupakan area yang masih terus diteliti dan ditingkatkan untuk berbagai keperluan seperti absensi, pendataan kependudukan, sistem keamanan dan lain-lain. Dua metode yang sering digunakan untuk aplikasi pengenalan wajah adalah metode kecerdasan buatan, khususnya jaringan syaraf tiruan propagasi balik (JST) dan kuantisasi vektor pembelajaran. Kedua teknik tersebut adalah teknik pembelajaran terarah yang banyak digunakan untuk mengidentifikasi pola yang khas, yaitu pengelompokan pola ke dalam kelompok pola, sehingga ideal untuk digunakan dalam aplikasi pengenalan wajah. Dalam aplikasi ini, preprocessing citra masukan meliputi proses pendeteksian scaling, grayscale, edged dengan metode sobel dan threshold, dilakukan sebelum citra diproses di JST. Sedangkan pendekatan JST yang digunakan untuk mengidentifikasi wajah melibatkan metode Backpropagation dan metode Learning Vector Quantization. Temuan dari analisis ini adalah perbandingan metode jaringan syaraf tiruan backpropagation dan kuantisasi vektor pembelajaran pengenalan wajah yang digunakan untuk menilai variasi, batasan, kekuatan dan hasil yang optimal dari kedua teknik tersebut untuk digunakan dalam sistem pengenalan wajah.

Item Type:	Article
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Fahru Abdhul Aziz
Date Deposited:	24 Jul 2023 07:37
Last Modified:	24 Jul 2023 07:37
URI:	http://repository.esqbs.ac.id/id/eprint/312

Actions (login required)

View Item