Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Analisis perbandingan dengan metode eigen face dan fisher face dalam sistem pengenalan wajah
Sofyan Ardiansyah NIM. (2015) | Skripsi | Teknik Komputer , Sistem Komputer , Teknik Komputer , Teknik Komputer
Bagikan
Ringkasan
Untuk membangun sistem pengenalan wajah yang handal dalam mengidentifikasi seseorang, sistem tersebut harus memenuhi beberapa kriteria diantaranya keakurat,kecepatan waktu eksekusi dan penggunaan memori yang baik untuk proses pengenalan. Dengan adanya masalah dari kriteria tersebut maka diperlukan sebuah analisis terhadap sistem pengenalan wajah, oleh karena itu dibutuhkan analisa terhadap sistem pengenalan wajah. Metode sistem pengenalan wajah yang akan dianalisa yaitu metode pengenalan wajah eigen face dan fisher face. Karena kedua Metode yang banyak digunakan pada saat ini. Kedua metode ini menggunakan teknik statistik yaitu PCA untuk metode eigen face dan LDA untuk fisher face. Pada tugas akhir ini kedua metode akan dibandingkan metode mana yang lebih baik dalam hal keakuratan, penggunaan memori dan lamanya waktu esksekusi. Penelitian perbandingan dilakukan sebanyak tiga kali dimana jumlah orang yang dikenali 5 orang. Pada penelitian pertama jumlah citra latih yang di input sebanyak 10 buah untuk setiap orang yang menghasilkan keakuratan pengenalan 70% untuk eigen face dan 66% fisher face, penggunaan memori 1899329 bytes eigen face dan 1898630 bytes fisher face, lamanya eksekusi 2.46 ms eigen face dan 2.15 ms fisher face. Pada penelitian kedua jumlah citra latih yang di input sebanyak 15 buah untuk setiap orang yang menghasilkan keakuratan pengenalan 78% untuk eigen face dan 78% fisher face, penggunaan memori 2121678 bytes eigen face dan 2122033 bytes fisher face, lamanya eksekusi 3.52 ms eigen face dan 3.56 ms fisher face. Pada penelitian ketiga jumlah citra latih yang di input sebanyak 20 buah untuk setiap orang yang menghasilkan keakuratan pengenalan 82% untuk eigen face dan 84% fisher face, penggunaan memori 2526061 bytes eigen face dan 2489491 bytes fisher face, lamanya eksekusi 5.4 ms eigen face dan 4.89 ms fisher face.
Ringkasan Alternatif
To build a reliable face recognition system to identify a person, the system must meet several criteria. The criterias are accuracy, length of time execution and good memory using for the process of recognition. With the issue of these criteria would require an analyzed for face recognition systems, Method of face recognition system that will be analyzed are eigen face and fisher face method. Since both methods are widely used at this time. Those method are using statistical techniques, eigen face using PCA and fisher face using PCA. In this thesis the two methods will be compared which method is better in terms of accuracy, memory usage and length of time executions. Comparison study performed three times that number of people who identified 5 people. In the first study the train number in the input image as much as 10 pieces for each person who produces 70% recognition accuracy for eigen face and 66% fisher face, memory usage 1899329 bytes eigen face and 189863 bytes fisher face, length of time executions 2.46 ms eigen face and 2.15 ms fisher face. In the second study the train number in the input image as much as 15 pieces for each person who produces 78% recognition accuracy for eigen face and 78% fisher face, memory usage 2121678 bytes eigen face and 2122033 bytes fisher face, length of time executions 3.52 ms eigen face and 3.56 ms fisher face. In the third study the train number in the input image as much as 20 pieces for each person who produces 82% recognition accuracy for eigen face and 84% fisher face, memory usage 2526061 bytes eigen face and 2489491 bytes fisher face, length of time executions 5.4 ms eigen face and 4.89 ms fisher face.