Pengenalan Wajah Menggunakan Ruang Warna HSV dengan Ekstraksi Fitur LBP untuk Presensi Kehadiran Mahasiswa
| Main Author: | Agata, Laviana |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/194304/1/Laviana%20Agata.pdf http://repository.ub.ac.id/id/eprint/194304/ |
Daftar Isi:
- Wajah merupakan representasi visual manusia yang unik dengan ciri khas masing-masing. Teknik biometrik dengan pengenalan wajah biasanya digunakan untuk membantu meningkatkan keamanan dan jaminan identitas, seperti contohnya pada sistem presensi mahasiswa. Pengenalan wajah untuk presensi mahasiswa dengan pengambilan video akan mendapatkan data wajah dengan berbagai pose yang berbeda sehingga memiliki variasi data untuk pengenalan yang lebih baik. Pengenalan wajah untuk presensi mahasiswa dengan video juga dipengaruhi dengan masalah pencahayaan ruangan kelas yang berbeda. Tujuan dari penelitian ini adalah melakukan pengenalan wajah dengan berbagai pose yang didapatkan dengan pengambilan video. Proses awal yang dilakukan yaitu mengkonversi video yang direkam ke dalam bentuk fps yang disimpan dalam format .jpg. Kemudian ekstraksi fitur warna Red, Green, Blue (RGB) dan Hue Saturation Value (HSV) serta fitur tekstur LBP yang terdiri dari Mean, Standar Deviasi, dan Skewness. Kemudian fitur-fitur tersebut dilakukan klasifikasi dengan menggunakan SVM Multi Classification. Berdasarkan hasil pengujian, penelitian ini mendapatkan hasil akurasi tertinggi sebesar 100,00% dengan fitur statistik dari kombinasi warna dengan LBP dan RGB dengan LBP. Selain itu, hasil tertinggi hasil tertinggi pada pengujian dengan warna HSV dan LBP menghasilkan nilai akurasi 99,58%.