PENERAPAN EXTREME LEARNING MACHINE (ELM) UNTUK MENDETEKSI POSISI WAJAH MANUSIA PADA CITRA DIGITAL

• Main Author: Fathul Jannah, - (Author)
• Format: Book
• Published: 2017-07-07.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upnvj.ac.id/4145/1/AWAL.pdf; http://repository.upnvj.ac.id/4145/2/ABSTRAK.pdf; http://repository.upnvj.ac.id/4145/3/BAB%201.pdf; http://repository.upnvj.ac.id/4145/4/BAB%202.pdf; http://repository.upnvj.ac.id/4145/5/BAB%203.pdf; http://repository.upnvj.ac.id/4145/6/BAB%204.pdf; http://repository.upnvj.ac.id/4145/7/BAB%205.pdf; http://repository.upnvj.ac.id/4145/8/DAFTAR%20PUSTAKA.pdf; http://repository.upnvj.ac.id/4145/9/RIWAYAT%20HIDUP.pdf; http://repository.upnvj.ac.id/4145/10/LAMPIRAN.pdf
• Keywords: QA76 Computer software

Penelitian ini dilakukan untuk mendeteksi posisi dan jumlah wajah manusia pada citra digital, dimana deteksi wajah dapat dipandang sebagai masalah klasifikasi pola dimana inputnya adalah citra masukan dan akan ditentukan output yang berupa label kelas dari citra tersebut. Deteksi wajah adalah salah satu tahap awal yang sangat penting sebelum dilakukan proses pengenalan wajah. Metode kecerdasan buatan khususnya Extreme Learning Machine merupakan metode pembelajaran baru dari jaringan syaraf tiruan. Metode ELM ini mempunyai kelebihan dalam learning speed, serta mempunyai tingkat akurasi yang lebih baik. Dalam model ini, dilakukan praproses citra terhadap citra masukan sebelum citra tersebut diolah, diantaranya proses merubah resolusi citra, grayscale, dan histogram. Dengan data yang digunakan yaitu 30 citra wajah, setelah dilakukan pengujian data citra maka dapat diketahui jumlah objek yang terdeteksi oleh sistem 224 dan yang terdeteksi sebagai wajah hanya 216, sehingga dari hasil deteksi wajah didapatkan akurasi sebesar 96,42%.