SISTEM DETEKSI KEPRIBADIAN DASAR MANUSIA BERDASARKAN BENTUK WAJAH MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATIONS (LVQ)

Ardhianto, - (2016) SISTEM DETEKSI KEPRIBADIAN DASAR MANUSIA BERDASARKAN BENTUK WAJAH MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATIONS (LVQ). Other thesis, Sekolah Tinggi Manajemen Informatika & Komputer.

[img] Text (Abstrak)
Abstrak.pdf - Published Version

Download (84kB)
[img] Text (Pendahuluan)
BAB 1.pdf - Published Version

Download (92kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Bibliography

Download (6kB)

Abstract

Deteksi merupakan kegiatan yang digunakan sebagai salah satu cara untuk mengetahui apa yang diharapkan oleh peneliti sebagai guna untuk mengetahui secara jelas dan detail dari apa yang diteliti untuk dijadikan bukti dari hasil pengamatan dari sebuah objek atau subjek yang diamati. Wajah manusia merupakan objek dinamik yang memiliki tingkat variabilitas yang tinggi. Berbagai metode telah diperkenalkan para peneliti dan ilmuan mengenai cara untuk mengenali wajah dengan benar. Oleh sebab itulah dibutuhkan sebuah aplikasi yang dapat mempermudah seseorang dalam mendeteksi kepribadian dasar manusia dari bentuk wajah. Untuk itu penulis melakukan penelitian ini dengan memanfaatkan Neural Network atau dikenal dengan jaringan saraf tiruan (JST). Dalam penelitian ini penulis menggunakan metode learning vector quantizations (LVQ) Dari hasil penelitian yang telah dilakukan, dengan demikian hasil uji coba deteksi wajah menggunakan foto atau gambar menggunakan learning vector quantization lebih akurat pada objek dahi yaitu dengan persentase 70% dibandingkan dengan objek lainya seperti alis, mata, hidung, filtrum, bibir, dan dagu. Koneksi internet yang digunakan juga sangat mempengaruhi dari lamanya tidaknya pengambilan data trining dari android ke web server.

Item Type: Thesis (Other)
Uncontrolled Keywords: Wajah manusia, Learning vector quantization, Neural Network.
Subjects: SISTEM INFORMASI (S1) > Komputer Grafis / Desain Grafis
Divisions: Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User: Rahmat Iqbal M.IP
Date Deposited: 13 Mar 2019 03:52
Last Modified: 09 Jul 2020 07:42
URI: http://repository.teknokrat.ac.id/id/eprint/1510

Actions (login required)

View Item View Item