PENGENALAN WAJAH MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK-RESTRICTED BOLTZMANN MACHINE BERBASIS PRINCIPAL COMPONENT ANALYSIS
Teknologi pengenalan wajah berpotensi untuk diterapkan pada berbagai bidang dalam kehidupan sehari-hari. Penelitian ini melakukan pengembangan teknologi pengenalan wajah dengan mengusulkan metode Convolutional Neural Network-Restricted Boltzmann Machine (CNN-RBM) berbasis Principal Component Analysi...
Saved in:
Main Author: | |
---|---|
Format: | Book |
Published: |
2020-08-28.
|
Subjects: | |
Online Access: | Link Metadata |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Teknologi pengenalan wajah berpotensi untuk diterapkan pada berbagai bidang dalam kehidupan sehari-hari. Penelitian ini melakukan pengembangan teknologi pengenalan wajah dengan mengusulkan metode Convolutional Neural Network-Restricted Boltzmann Machine (CNN-RBM) berbasis Principal Component Analysis (PCA) menggunakan set data Labeled Faces in the Wild (LFW). CNN-RBM berbasis PCA memanfaatkan PCA sebagai pereduksi dimensi pada input, kemudian menggunakan CNN sebagai ekstraksi fitur, dan menggunakan RBM pada tahap klasifikasi wajah. Hasil eksperimen membuktikan bahwa CNN-RBM berbasis PCA mampu mengungguli baseline dengan peningkatan akurasi sebesar 1,6%. Face recognition technology can be applied in various fields of in everyday life. This research develops face recognition technology using Convolutional Neural Network-Restricted Boltzmann Machine (CNN-RBM) based on Principal Component Analysis (PCA) using labeled Faces in the Wild (LFW) set data. PCN-based CNN-RBM uses PCA as a dimension reduction in input, then uses CNN as a feature extraction, and uses RBM in face classification. The experimental results prove that PCN-based CNN-RBM was able to outperform the baseline with 1,6% accuracy improvement. |
---|---|
Item Description: | http://repository.upi.edu/51328/1/S_KOM_1608246_Title.pdf http://repository.upi.edu/51328/2/S_KOM_1608246_Chapter1.pdf http://repository.upi.edu/51328/3/S_KOM_1608246_Chapter2.pdf http://repository.upi.edu/51328/4/S_KOM_1608246_Chapter3.pdf http://repository.upi.edu/51328/5/S_KOM_1608246_Chapter4.pdf http://repository.upi.edu/51328/6/S_KOM_1608246_Chapter5.pdf |