scholarly journals PENGENALAN WAJAH MENGGUNAKAN LOCAL BINARY PATTERN (LBP) DAN SUPPORT VECTOR MACHINE (SVM)

TRANSIENT ◽  
2018 ◽  
Vol 7 (1) ◽  
pp. 123 ◽  
Author(s):  
Khusnil Mujib ◽  
Achmad Hidayatno ◽  
Teguh Prakoso
Keyword(s):  
Support Vector Machine ◽  
Radial Basis Function ◽  
Basis Function ◽  
Local Binary Pattern ◽  
Support Vector ◽  
Grid Search ◽  
Svm Model ◽  
Radial Basis

Terdapat banyak metode yang digunakan untuk mengenali identitas seseorang, misalkan nomor unik, kartu identitas dan sandi rahasia. Kekurangan metode-metode tersebut antara lain, kartu dapat hilang, nomor unik dan sandi rahasia dapat terlupakan. Salah satu solusi untuk masalah ini adalah sistem identifikasi seseorang berdasarkan metode biometrik jenis fisiologis. Penelitian ini merancang sebuah sistem untuk mengidentifikasi wajah. Citra wajah diambil menggunakan kamera web kemudian diekstraksi cirinya dengan metode local binary pattern (LBP). Ciri wajah yang diperoleh diklasifikasi menggunakan support vector machine (SVM). Model terbaik SVM dibangun berdasarkan validasi silang grid search. Kernel linier terbaik dibentuk dengan   dan parameter . Kernel radial basis function (RBF) terbaik dicapai dengan   dan parameter  dan .  Berdasarkan pengujian terhadap keseluruhan citra wajah, akurasi kedua kernel adalah 96,0%. Pada pengujian lima ekspresi wajah dengan SVM kernel linier, akurasi 100,0% diperoleh untuk ekspresi sedih, netral dan mata tertutup. Sedangkan SVM kernel RBF menghasilkan akurasi 100,0% untuk ekspresi terkejut, netral dan mata tertutup. Hasil pengujian tersebut menunjukkan sistem pengenalan wajah yang dirancang telah berfungsi baik.

scholarly journals Analisis dan Implementasi Metode Gabor Filter dan Support Vector Machine pada Klasifikasi Sidik Jari

2017 ◽  
Vol 2 (2) ◽  
pp. 37
Author(s):  
Intan Raharni Wijaya
Keyword(s):  
Support Vector Machine ◽  
Radial Basis Function ◽  
Basis Function ◽  
Gabor Filter ◽  
Support Vector ◽  
Kernel Trick ◽  
Radial Basis ◽  
Svm Multiclass

Pengolahan citra digital semakin diminati, salah satunya pada sistem biometrik. Sistem biometrik merupakan sistem dalam pengenalan berdasarkan pola atau ciri khusus yang dimiliki makhluk hidup terutama manusia. Jenis identifikasi biometrik yang umum digunakan adalah pengenalan sidik jari. Sidik jari banyak digunakan dalam kehidupan sehari-hari selama lebih dari 100 tahun karena penerimaan yang tinggi, permanen, akurat, dan keunikan. Kelebihan sidik jari tersebut disebabkan oleh minutiae yang merupakan garis atau guratan pada sidik jari yang berbeda-beda setiap individu. Klasifikasi sidik jari secara umum terbagi menjadi dua tahap yakni ekstraksi fitur serta klasifikasi fitur. <br /> <br /> Ektraksi fitur dapat dilakukan dengan cara filter seperti gabor filter dengan empat sudut orientasi yang berkisar 0, 45, 90 dan 135 derajat. Hasil dari ekstraksi ciri akan klasifikasi dengan tujutan identifikasi. Metode Support Vector Machine (SVM) dapat digunakan sebagai classifier untuk sistem biometrik sidik jari. SVM memiliki kernel trick yang berpengaruh pada akurasi yang dihasilkan. Digunakan SVM multiclass metode one-against-all dalam klasfikasi sidik jari untuk 25 kelas. Akurasi terbesar diperoleh oleh kernel Radial Basis Function (RBF) sebesar 73% untuk data awal dan 76% untuk penambahan data augmentasi

Sign in / Sign up

Export Citation Format

Share Document