KLASIFIKASI KELOMPOK USIA BERDASARKAN CIRI WAJAH PADA SISTEM PENGENALAN WAJAH

R, Dewi Agushinta and Karmilasari, Karmilasari and S, Suranto Eko (2008) KLASIFIKASI KELOMPOK USIA BERDASARKAN CIRI WAJAH PADA SISTEM PENGENALAN WAJAH. Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2008). ISSN 1411-6286

[img]
Preview
Text
Klasifikasi Kelompok Usia Berdasarkan_UG.pdf - Submitted Version

Download (278Kb) | Preview

Abstract

Pengklasifikasian kelompok usia dibangun berdasarkan ciri-ciri dari fitur wajah yang terdiri atas fitur utama dan fitur kerutan. Pengklasifikasian usia terbagi ke dalam tiga kelompok usia yaitu bayi, dewasa dan dewasa tua. Tahapan yang dilakukan meliputi tahapan lokalisir, ekstraksi fitur dan klasifikasi usia. Tahapan lokalisir akan menentukan daerah wajah yang akan dijadikan tolak ukur dalam menentukan komponen utama wajah seperti mata, mulut, hidung, dan dalam menentukan daerah kerutan yang terdapat pada dahi, kedua sudut mata dan kedua pipi. Tahapan ekstraksi akan menghasilkan potongan daerah dari fitur utama untuk dapat diketahui besaran atau nilai dari jarak antara fitur utama tersebut. Hasil dari tahapan lokalisir dan ekstraksi tersebut dijadikan parameter untuk menentukan kelompok usia bayi atau bukan, sedangkan untuk mengelompokkan usia dewasa menggunakan parameter kerutan yang dihasilkan dengan mengunakan operator sobel pada daerah level keabuan yang telah dihasilkan sebelumnya. Dua fitur geometri dan tiga fitur kerutan (densitas, kedalaman kerutan dan rata-rata perbedaan kulit) dari sebuah citra wajah akan dihasilkan kemudian. Selanjutnya dibangun dua propagasi-balik jaringan syaraf untuk tahapan pengklasifikasiannya. Jaringan pertama, fitur geometri diterapkan untuk membedakan apakah citra wajah tersebut termasuk ke dalam kelompok usia bayi. Jika tidak, maka jaringan kedua akan menggunakan fitur kerutan untuk mengklasifikasikan citra ke dalam salah satu dari kelompok dewasa. Sistem klasifikasi kelompok usia ini, dieksperimenkan dengan 79 citra wajah dengan variasi usia dan diperoleh rata-rata sebesar 93% untuk tahap pengklasifikasian kelompok usia, dimana cukup dekat dengan persepsi manusia dalam mengenali kelompok usia.

Item Type: Article
Uncontrolled Keywords: Klasifikasi Usia;Pengolahan Citra;Ekstraksi Fitur Wajah; Jaringan Syaraf Tiruan
Subjects: A General Works > AI Indexes (General)
Divisions: Fakultas Ilmu Komputer dan Teknologi Informasi > Program Studi Sistem Informasi
Depositing User: Mr Reza Chandra
Date Deposited: 27 Feb 2014 10:34
Last Modified: 27 Feb 2014 10:34
URI: http://repository.gunadarma.ac.id/id/eprint/443

Actions (login required)

View Item View Item