BibTex Citation Data :
@article{JSINBIS26, author = {Dwi Kurniawan and Kusworo Adi and Adian Rohim}, title = {Sistem Identifikasi Biometrika Wajah Menggunakan Metode Gabor KPCA dan Mahalanobis Distance}, journal = {Jurnal Sistem Informasi Bisnis}, volume = {2}, number = {1}, year = {2014}, keywords = {}, abstract = { Sistem biometrika pengenalan wajah merupakan pengembangan metode dasar sistem autentifikasi dengan menggunakan karakteristik alami wajah sebagai basisnya. Pendekatan sistem identifikasi merupakan pengenalan wajah seseorang dengan mencari keseluruhan template dalam database untuk pencocokan karakteristik satu ke banyak (1:M). Sistem biometrika pada penelitian ini dibagi menjadi dua tahap pemasukan data (enrollment) dan pencocokan ciri (matching). Sistem mengakuisisi wajah dengan beberapa posisi sudut, pencahyaan dan ekspresi yang berbeda-beda. Citra wajah hasil dari akuisisi, diekstraksi menggunakan metode Gabor KPCA (8x5 filter) untuk didaftarkan ke dalam database sebagai tahap enrollment citra wajah dan tahap selanjutnya pencocokan ciri (matching) denganmelakukan pengukuran jarak antara citra uji dengan citra database wajah menggunakan Mahalanobis Distance. Penelitian ini menggunakan database citra wajah AT&T Face dengan sampel 40 orang dan 10 posisi wajah. Hasil penelitian menunjukkan bahwa sistem biometrika yang dikembangkan dapat mengenali wajah dengan tingkat akurasi mencapai 97.5%. Keywords : Identifikasi, Filter Gabor, KPCA, Mahalanobis Distance }, issn = {2502-2377}, pages = {006--010} doi = {10.21456/vol2iss1pp006-010}, url = {https://ejournal.undip.ac.id/index.php/jsinbis/article/view/26} }
Refworks Citation Data :
Sistem biometrika pengenalan wajah merupakan pengembangan metode dasar sistem autentifikasi dengan menggunakan karakteristik alami wajah sebagai basisnya. Pendekatan sistem identifikasi merupakan pengenalan wajah seseorang dengan mencari keseluruhan template dalam database untuk pencocokan karakteristik satu ke banyak (1:M). Sistem biometrika pada penelitian ini dibagi menjadi dua tahap pemasukan data (enrollment) dan pencocokan ciri (matching). Sistem mengakuisisi wajah dengan beberapa posisi sudut, pencahyaan dan ekspresi yang berbeda-beda. Citra wajah hasil dari akuisisi, diekstraksi menggunakan metode Gabor KPCA (8x5 filter) untuk didaftarkan ke dalam database sebagai tahap enrollment citra wajah dan tahap selanjutnya pencocokan ciri (matching) denganmelakukan pengukuran jarak antara citra uji dengan citra database wajah menggunakan Mahalanobis Distance. Penelitian ini menggunakan database citra wajah AT&T Face dengan sampel 40 orang dan 10 posisi wajah. Hasil penelitian menunjukkan bahwa sistem biometrika yang dikembangkan dapat mengenali wajah dengan tingkat akurasi mencapai 97.5%.
Keywords : Identifikasi, Filter Gabor, KPCA, Mahalanobis Distance
Note: This article has supplementary file(s).
Article Metrics:
Last update:
Authors who submit the manuscripts to Journal JSINBIS must understand and agree that if the manuscript is accepted for publication, the copyright of the article belongs to JSINBIS and Diponegoro University as the journal publisher.
Copyright includes the exclusive right to reproduce and provide articles in all forms and media, including reprints, photographs, microfilm and any other similar reproductions, as well as translations. The author reserves the rights to the following:
JSINBIS and Diponegoro University and the Editors make every effort to ensure that no false or misleading data, opinions or statements are published in this journal. The content of articles published in JSINBIS is the sole and exclusive responsibility of the respective authors.
Copyright transfer agreement can be found here: [Copyright transfer agreement in doc] and [Copyright transfer agreement in pdf].
JSINBIS (Jurnal Sistem Informasi Bisnis) is published by the Magister of Information Systems, Post Graduate School Diponegoro University. It has e-ISSN: 2502-2377 dan p-ISSN: 2088-3587 . This is a National Journal accredited SINTA 2 by RISTEK DIKTI No. 48a/KPT/2017.
Journal JSINBIS which can be accessed online by http://ejournal.undip.ac.id/index.php/jsinbis is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
View My Stats