KLASIFIKASI JENIS KELAMIN PADA CITRA WAJAH MENGGUNAKAN METODE NAIVE BAYES
| Main Authors: | BELLA SITA ANDJANI, Pembimbing: (1) Dr. Eng. Rosa Andrie Asmara, ST, M.Kom (2) Ulla Delfana Rosiani, S.T., M.T |
|---|---|
| Format: | Book |
| Bahasa: | ind |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://digilib.jti.polinema.ac.id//index.php?p=show_detail&id=1657 http://digilib.jti.polinema.ac.id//lib/phpthumb/phpThumb.php?src=../../images/docs/1_SKRIPSI.jpeg.jpeg |
Daftar Isi:
- Saat ini perkembangan teknologi yang berkaitan dengan pengenalan wajah banyak dimanfaatkan pada aplikasi pengenalan data biologis (biometrics) seperti pengenalan jenis kelamin. Penerapan aplikasi yang memerlukan pengenalan jenis kelamin adalah proses segmentasi pasar untuk mengetahui trend demografis dari produk yang dipasarkan berdasarkan jenis kelamin. Selain itu, aplikasi ini juga dapat digunakan untuk pembatasan akses suatu ruangan.Klasifikasi jenis kelamin pada citra wajah menggunakan metode Naive Bayes dapat digunakan untuk membedakan wajah wanita dan wajah pria berdasarkan fitur. Pembuatan data training berupa citra wajah dengan total 61 data dengan rincian 25 perempuan dan 36 laki-laki. Penggunaan fitur yang diperoleh dari deteksi mata, hidung dan mulut diekstraksi dengan metode Principal Component Analysis yang selanjutnya akan dilakukan proses klasifikasi jenis kelamin dengan metode Naive Bayes yang menghasilkan akurasi kecocokan sebesar 80 %.Kata Kunci : Jenis Kelamin, Deteksi Wajah, Haar Cascade Classifier, Principal Component Analysis, Naive BayesNowadays, the development of technology related to face recognition is widely used in introduction of biological data applications (biometrics) such as the gender’s introduction. The application’s which requires the introduction of gender is the process of market segmentation to determine the demographic trend of product marketed by gender. In addition, it also can be used to limit access to a room.Classification of the sex in the face image using Naive Bayes method can be used to distinguish the face of the woman and the man's face based on features. Preparation of training data in the form of facial image with a total of 61 data with details 25 women and 36 men. The use of features derived from the detection of the eyes, nose and mouth in the extraction method of Principal Component Analysis which in turn will do the classification process sex with Naive Bayes method which yields 80% match accuracy.Keywords : Gender, Face Detection, Haar Cascade Classifier, Principal Component Analysis, Naive Bayes