Peningkatan Akurasi Pengenalan Wajah dengan Menggunakan Algoritma CLAHE dan K-Nearest Neighbors
| Main Author: | Florentine, Zefanya |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/14927/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/14927/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/14927/3/BAB_I.pdf http://kc.umn.ac.id/14927/4/BAB_II.pdf http://kc.umn.ac.id/14927/5/BAB_III.pdf http://kc.umn.ac.id/14927/6/BAB_IV.pdf http://kc.umn.ac.id/14927/7/BAB_V.pdf http://kc.umn.ac.id/14927/8/LAMPIRAN.pdf http://kc.umn.ac.id/14927/ |
Daftar Isi:
- Face recognition merupakan salah satu cabang ilmu biometrik yang banyak digunakan untuk menentukan karakter fisik identitas seseorang. Face recognition terjadi karena wajah merupakan bagian yang paling terlihat dari anatomi manusia dan berfungsi sebagai faktor pembeda pertama manusia. Akan tetapi muncul beberapa permasalahan dalam melakukan face recognition khususnya pada proses face detection seperti pengaruh contrast dan berbagai hal lainnya. Metode yang digunakan untuk face recognition berdasarkan Contrast Limited Adaptive Histogram Equalization (CLAHE) dan K-Nearest Neighbor classifier. CLAHE digunakan untuk meningkatkan pengaruh akurasi face recognition dengan meningkatkan contrast pada fitur wajah dan K-Nearest Neighbors digunakan untuk melakukan klasifikasi dengan membandingkan hasil gambar penggunaan algoritma CLAHE. Penelitian ini menggunakan 108 gambar wajah dari 12 orang berbeda. Hasil penelitian menunjukkan bahwa akurasi pengenalan meningkat hingga 96.29% dan Algoritma CLAHE efektif pada region size 8x8 dan clip limit 0.9.