Informasi Umum

Kode

20.04.4497

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Vision

Dilihat

37 kali

Informasi Lainnya

Abstraksi

Pengenalan wajah dan etnis menjadi topik penelitian yang populer. Berbeda dari pengenalan wajah, pengenalan etnis mengklasifikasikan wajah sesuai dengan fitur umum dari kelompok etnis tertentu. Pengenalan etnis pada citra wajah semakin menjadi kebutuhan dan digunakan di berbagai bidang. Pada penelitian ini, dibahas pembangunan sistem pengenalan etnis Indonesia berdasarkan fitur periorbital pada citra wajah. Pengenalan etnis dilakukan menggunakan lima etnis terbesar Indonesia yaitu Sunda, Jawa, Banjar, Bugis, dan Melayu. Metode yang digunakan adalah Gray Level Co-occurrence Matrix (GLCM) dan Color Histogram. Random Forest digunakan sebagai classifier. Berdasarkan pengujian menggunakan cross validation dengan nilai k optimal yaitu 6, model menghasilkan akurasi sebesar 98,65%.

Kata kunci : pengenalan etnis, gray level co-occurrence matrix (glcm), color histogram, random forest

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama DINDA MARETA PUTRIANY
Jenis Perorangan
Penyunting Ema Rachmawati, Febryanti Sthevanie
Penerjemah

Penerbit

Nama Universitas Telkom
Kota
Tahun 2020

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi