dissertation · 2012

Pengenalan Ekspresi Wajah Menggunakan Metode Local Binary Patterns

Cited by 0Abstract and details only

Abstract

Pengenalan ekspresi wajah digunakan untuk melakukan pengenalan fitur-fitur ekspresi dari sebuah citra masukan yang berupa citra wajah, dimana fitur-fitur tersebut akan digunakan dalam pencocokan kategori ekspresi wajah. Proses pengenalan fitur dilakukan dengan menggunakan metode Local Binary Patterns dan proses pencocokan fitur dilakukan dengan menggunakan metode Template Mactching. Pada penelitian ini digunakan sebanyak 158 citra yang diambil dari database JAFFE, dimana citra tersebut telah dikelompokkan menjadi 7 ekspresi yaitu senang, sedih, marah, terkejut, takut, jijik, dan netral. Parameter yang diamati adalah pengaruh jumlah data latih, pemilihan histogram LBP, dan jumlah k hasil pencocokan terkecil terhadap jumlah pengenalan benar. Sistem dapat bekerja dengan baik, dengan tingkat akurasi tertinggi pengenalan ekspresi wajah sebanyak 59,09%, 61,36%, dan 60,61% yang merupakan hasil pegenalan ekspresi senang dengan menggunakan tipe histogram LBP 256bin. Pemilihan citra dengan yang digunakan sebagai data latih dan pemilihan tipe histogram LBP sangat mempengaruhi hasil pengenalan ekspresi wajah menggunakan metode Local Binary Patterns. Sedangkan jumlah data latih dan nilai k hanya sedikit berpengaruh pada hasil pengenalan.

Cite this paper

APA 7

Hadi, D. (2012). Pengenalan Ekspresi Wajah Menggunakan Metode Local Binary Patterns.

MLA 9

Hadi, DonyTriKusuma. “Pengenalan Ekspresi Wajah Menggunakan Metode Local Binary Patterns.” 2012.

Chicago

Hadi, DonyTriKusuma. 2012. “Pengenalan Ekspresi Wajah Menggunakan Metode Local Binary Patterns.”

Harvard

Hadi, D. (2012) ‘Pengenalan Ekspresi Wajah Menggunakan Metode Local Binary Patterns’.

BibTeX

@phdthesis{hadi2012pengenalan,
  title = {{Pengenalan Ekspresi Wajah Menggunakan Metode Local Binary Patterns}},
  author = {Hadi, DonyTriKusuma},
  year = {2012}
}

Made from the index record. Check names, capitalisation and page numbers against the paper. Need another style? AI for Research has over 10,000.