Optimasi Hasil Akuisisi Wajah Dengan Variasi Proyeksi Menggunakan Kedekatan Pola Jarak Pixel

Penulis

  • Arief Bramanto Wicaksono Putra Politeknik Negeri Samarinda
  • Yusi Aribah

DOI:

https://doi.org/10.21067/smartics.v5i1.3405

Kata Kunci:

Akuisisi, Variasi, Sudut proyeksi

Abstrak

Akuisisi merupakan proses awal untuk mendapatkan citra digital. Pada penelitian ini menerapkan akuisisi dengan jenis-jenis proyeksi sudut yang bertujuan untuk menganalisis perbandingan hasil akuisisi yang data sudutnya bervariasi dari sebuah obyek wajah. Ekstraksi ciri dilakukan untuk memperoleh nilai spesifik dari akuisisi wajah, obyek penelitian berupa wajah memiliki 9 sampel dengan identitas sudut 0o, +15o, +45o, +75o, +90o, -15o, -45o, -75o, dan -90o. Pada proses ekstraksi ciri menggunakan Correlation Coefficient semua hasil akuisisi obyek wajah telah melalui tahapan pre-processing. Pengujian performansi dari variasi proyeksi tersebut menggunakan metode Euclidean Distance sebagai pengukur jarak kedekatan antar variasi sudut, dimana selisih antar jarak yang diperoleh akan menjadi nilai dari performansi yang diinginkan. Hasil performansi akuisisi terbaik dari obyek A adalah sudut 0o terhadap +15o dan -15o, obyek B sudut 0o terhadap +15o dan -15o, dan obyek C sudut 0o terhadap +90o dan -90o.

Biografi Penulis

Arief Bramanto Wicaksono Putra, Politeknik Negeri Samarinda

Teknik Informatika

Referensi

[1] Sunardi and S. Saifullah, “Thermal Imaging Untuk Identifikasi Telur,” in Prosiding Konferensi Nasional Ke-4 Prosiding Konferensi Nasional Ke- 4 Asosiasi Program Pascasarjana Perguruan Tinggi Muhammadiyah (APPPTM), 2016, no. May, p. 157.
[2] A. B. W. Putra and M. H. HP, “Verifikasi Pola Tanda Tangan Dosen IT POLNES Menggunakan Fuzzy Rule Base”, SMARTICS, vol. 1, no. 1, pp. 6-13, Oct. 2015.
[3] A. B. W. Putra, D. S. B. Utomo, and M. D. Rahmawan, “Verifikasi Golongan Darah Manusia Berbasis Citra Dijital Menggunakan Logika Fuzzy,” J. Sains Terap., vol. 4, no. 1, 2018
[4] S. Waluya and A. Wiyono, “Pengaruh Media Pembelajaran Menggunakan Program Sketchup terhadap Kemampuan Menggambar Proyeksi Ortogonal Siswa di SMK Negeri 2 Surabaya,” J. Kaji. Pendidik. Tek. Bangunan, vol. 3, no. 3, pp. 57–74, 2015.
[5] A. T. Susanto, K. Kurnianto, D. Handoyo, and F. Suryaningsih, “Modul Perangkat Lunak Akuisisi Citra Dan Kendali Meja Putar Prototipe Perangkat Radioskopi Untuk Industri Manufaktur,” J. PRIMA, vol. 14, no. 1, pp. 10–19, 2017.
[6] R. Syam et al., “Penentuan Nilai Standar Distorsi Berminyak Pada Akuisisi Citra Sidik Jari,” J. MAKARA, Teknol., vol. 15, no. 1, pp. 55–62, 2011.
[7] A. B. W. P, S. H. Pramono, and A. Naba, “Rancang Bangun Prototype Ciri Citra Kulit Luar Kayu Tanaman Karet menggunakan Metode Virtual Center Of Gravity,” J. EECCIS, vol. 8, no. 1, pp. 19–26, 2014.
[8] A. B. W. Putra and E. Subkhiana, “Ekstraksi Ciri Entropy Untuk Pengenalan Pola Wajah Menggunakan Fuzzy Rule Base,” J. SMARTICS, vol. 2, no. 2, pp. 35–42, 2016
[9] A. B. W Putra and D. Pandiangan, “Pengenalan Pola Wajah Untuk Simulasi Presensi Mahasiswa”, SMARTICS, vol. 2, no. 1, pp. 15-20, Apr. 2016
[10] E. Haryati, R. Widita, and S. Viridi, “Optimasi Sudut Proyeksi pada Rekonstruksi Citra CT,” in Prosiding Simposium Nasional Inovasi Pembelajaran dan Sains 2011 (SNIPS 2011), 2011, vol. 2011, no. SNIPS, pp. 22–23.
[11] H. Kurniawan and T. Hidayat, “Perancangan Program Pengenalan Wajah Menggunakan Fungsi Jarak Metode Euclidean Pada Matlab,” in Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008), 2008, vol. 2008, no. Snati, pp. 15–18.
[12] D. Nugraheny, “Metode Nilai Jarak Guna Kesamaan atau Kemiripan Ciri Suatu Citra (Kasus Deteksi Awan Cumulonimbus Menggunakan Principal Component Analysis),” J. ANGKASA, vol. VII, Nomor, pp. 21–30, 2015.

Diterbitkan

2019-04-30

Cara Mengutip

[1]
A. B. W. Putra dan Y. Aribah, “Optimasi Hasil Akuisisi Wajah Dengan Variasi Proyeksi Menggunakan Kedekatan Pola Jarak Pixel”, SMARTICS, vol. 5, no. 1, hlm. 44–54, Apr 2019.