Text

Pemodelan Klasifikasi Wajah Manusia Menggunakan Histogram Of Oriented Gradients Dan Feed Forward Neural Network

---

ABSTRAK
Histogram of Oriented Gradients (HOG) merupakan sebuah metode untuk melakukan ekstraksi informasi fitur dari sebuah gambar. Fitur yang telah diperoleh digunakan untuk melakukan klasifikasi terhadap subyek menggunakan metode Feed Forward Neural Network (FFNN). Subyek penelitian ini merupakan database gambar wajah The Center for Biological & Computation Learning MIT (CBCL-MIT). Teknik pengolahan data menggunakan software MATLAB 2015 dan Microsoft Excel 2013. Hasil penelitian menunjukkan bahwa Model terbaik yang diperoleh dibangun dari 144 neuron lapisan input yaitu x1 hingga x144, 4 neuron lapisan tersembunyi, dan 1 neuron lapisan output. Fungsi aktivasi yang digunakan yaitu sigmoid bipolar pada lapisan tersembunyi dan softmax pada lapisan output. Model tersebut menghasilkan Cross-Entropy sebesar 0,0104 dan akurasi testing sebesar 85,7% yang menunjukkan bahwa keakuratan model dikatakan baik. Dari hasil yang didapat, disimpulkan bahwa menggunakan metode ekstraksi Histogram of Oriented Gradients (HOG) dengan model klasifikasi Feed Forward Neural Network (FFNN) direkomendasikan sebagai alternatif menentukan pemodelan klasifikasi wajah manusia.
Kata kunci : klasifikasi wajah manusia, Histogram of Oriented Gradients, Feed Forward Neural Network

 
ABSTRACT
Histogram of Oriented Gradients (HOG) is a method that can be used to extract edge information feature of an image. The extracted feature then used to perform subject classification using Feed Forward Neural Network (FFNN). The subject of this research is the face database of The Center for Biological & Computatuonal Learning MIT (CBCL-MIT). Software that used to help the data processing technique is MATLAB 2015 and Microsoft Excel 2013. The result shown that the best classification model built with 144 neurons of input layer ranging from x1 to x144, 4 neurons of hidden layer, and 1 neuron of output layer. Activation layer that used are bipolar sigmoid in the hidden layer and softmax in the output layer. The best model produce 0,0104 of Cross-Entropy and testing accuracy of 85,7% that can be concluded that the model have good accuracy and performance. From the result we can conclude that using extraction method of Histogram of Oriented Gradients (HOG) with classification model of Feed Forward Neural Network (FFNN) is recommended as an alternative to determine a classification model of human face image.
Keyword : human face classification, Histogram of Oriented Gradients, Feed Forward Neural Network

---

Ketersediaan

796E20III

796 E 20iii

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

796 E 20iii

Penerbit

: ., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Faqqih Ridlo Muzakki

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar