WARDAYA, LINGGAR ALFITHNA (2020) PENGENALAN POLA WAJAH MANUSIA MENGGUNAKAN MEDIA FOTO DENGAN ALGORITMA KNN. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

Text
COVER.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
ABSTRAK.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
DAFTAR ISI.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
BAB I.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
BAB II.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
BAB III.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
BAB IV.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
BAB V.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
DAFTAR PUSTAKA.pdf
Restricted to Repository staff only

File Pdf (2MB)
Text
PUBLIKASI.pdf
Restricted to Repository staff only

File Pdf (180kB)

Abstract

Foto merupakan hasil dari kegiatan fotografi yang menampilkan sebuah objek. Foto sendiri terdiri dari beberapa jenis, seperti foto berwarna (Red, Green, Blue), foto hitam putih (Black and White) dan foto keabuan (greyscale). Selain perbedaan warna, pengenalan pola pada objek foto tersebut juga penting. Penelitian ini bertujuan untuk mengenali pola wajah manusia dalam sebuah foto menggunakan algoritma sederhana. Proses dalam pengenalan pola wajah memiliki beberapa tahap. Pertama, preprocessing dimana foto akan diubah ukurannya sesuai yang dibutuhkan. Selain ukuran foto yamg disesuaikan foto akan diubah menjadi foto keabuan (grayscale). Tahap Kedua yaitu ekstraksi fitur adalah proses pengenalan wajah manusia menggunakan library frontal_face, face_recognition dan T-zone. Tahap ketiga yaitu klasifikasi menggunakan algoritma KNN (K-Nearest Neighbor). Pada tahap klasifikasi data yang diujikan yaitu 11 data dengan menggunakan klasifikasi K= 1. Dari proses klasifikasi tersebut didapatkan nilai akurasi sebesar 54%
Kata kunci : foto, pola wajah, algoritma KNN

Dosen Pembimbing: Kurniadi, Dedy and Mustafa, Mustafa | [error in script]
Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Depositing User: Users 12077 not found.
Date Deposited: 16 Apr 2021 07:26
Last Modified: 16 Apr 2021 07:26
URI: https://repository.unissula.ac.id/id/eprint/19630

Actions (login required)

View Item
View Item