Computer File

Klasifikasi wajah

Mengenali wajah seseorang merupakan hal yang sulit karena karakteristik wajah setiap
orang yang berbeda-beda. Selain itu pemahaman mengenai karakteristik wajah
yang dimiliki setiap orang pun berbeda-beda. Karakteristik wajah yang menarik bagi
seseorang, belum tentu akan menarik juga bagi orang lain begitu juga sebaliknya.
Oleh karena itu seringkali sulit untuk mencari atau mengenali orang yang dicari dengan
hanya bermodalkan deskripsi wajah. Maka dari itu, diperlukanlah sebuah alat yang dapat
membantu mengenali wajah manusia yaitu perangkat lunak pengklasifikasi wajah
manusia. Perangkat lunak ini dapat mengenali wajah manusia melalui fitur-fitur wajah
seperti warna kulit, bentuk wajah, alis, kumis, janggut, mata, dan bibir. Fitur-fitur
wajah tersebut nantinya dapat digunakan sebagai aturan untuk menentukan klasifikasi
wajah. Setiap aturan akan dibuat dengan menggunakan machine learning WEKA dan
metode alami yang mana akan melibatkan pikiran manusia dalam pengklasifikasian wajah
ini. Metode alami ini dilakukan dengan memberikan label pada setiap citra wajah
oleh seseorang atau lebih, di mana nanti label tersebut berguna untuk keperluan machine
learning. Pemberian label ini dilakukan pada file data latih yang berformat .arff.
Data latih inilah yang nantinya akan diolah menjadi sebuah pohon keputusan, dan dari
pohon tersebut akan bisa didapatkan aturan klasifikasi. Selain mengklasifikasi suatu
citra wajah, perangkat lunak juga akan memiliki kemampuan untuk melakukan pencarian
wajah melalui deskripsi fitur ataupun klasifikasi wajah. Hasil pengujian perangkat
lunak ini cukup baik karena sudah berhasil mengklasifikasi wajah dan mengenali beberapa
fitur dengan baik. Namun masih ada beberapa fitur yang masih belum dapat
dikenali dengan baik. Untuk klasifikasi wajah, hasilnya sangat bergantung pada jumlah
data latih yang digunakan. Semakin banyak data latih yang digunakan, maka hasil
klasifikasinya pun akan semakin baik.
Kata-kata kunci: klasifikasi, fitur wajah, pengenalan wajah, citra, machine learning,
WEKA, data latih, pohon keputusan

Ketersediaan

Informasi Detail

Judul Seri

No. Panggil

INFO RAH k/17

Penerbit

Bandung : Program Studi Teknik Informatika Fakultas Teknologi Informasi dan Sains - UNPAR., 2017

Deskripsi Fisik

xxi, 89 p. : il. ; 30 cm.

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

1435 - FTIS

Pernyataan Tanggungjawab

Axel Raharja

Versi lain/terkait

Lampiran Berkas

Komentar