BibTex Citation Data :
@article{JSINBIS9685, author = {Toni Adi Putraa and Kusworo Adi and Rizal Isnanto}, title = {Pengenalan Wajah dengan Matriks Kookurensi Aras Keabuan dan Jaringan Syaraf Tiruan Probabilistik}, journal = {Jurnal Sistem Informasi Bisnis}, volume = {3}, number = {2}, year = {2013}, keywords = {}, abstract = { Sistem pengenalan wajah merupakan pengembangan metode dasar sistem autentifikasi dengan menggunakan karakteristik alami wajah manusia sebagai dasarnya. Proses pengenalan citra wajah ini melalui beberapa tahap yaitu tahap pelatihan dan tahap pengujian. Pada tahap pengujian dilakukan secara langsung dan tidak langsung. Secara tidak langsung data uji bersumber dari sekumpulan citra wajah yang sudah dipilih, sedangkan secara langsung citra wajah bersumber dari kamera. Pengenalan citra wajah manusia menggunakan penggabungan antara metode GLCM dan PNN. Tahap prapengolahan dengan merubah RGB ke dalam aras keabuan dengan metode centroid sebagai proses segmentasi citra wajah. Faktor pengenalan wajah yang diuji meliputi pencahayaan, jarak, sudut serta posisi. Pada GLCM menggunakan metode statistik dan analisis tekstur orde kedua karena merepresentasikan tekstur citra dalam parameter energi, korelasi, homogenitas dan kontras. Sedangkan PNN digunakan untuk pembentukan basisdata yang disimpan dalam jaringan untuk proses membandingkan hasil keluaran yang berupa data matrik hasil dari GLCM. Pada penelitian ini digunakan citra wajah sebagai basisdata dengan sampel sebanyak 10 orang dan 5 posisi wajah, 2 jarak pengambilan gambar citra wajah, serta 3 kategori pencahayaan. Proses pengujian menghasilkan tingkat pengenalan secara langsung sebesar 92%, sedangkan pengujian secara tidak langsung sebesar 93,33%. Kata kunci: GLCM; PNN; Centroid; Prapengolahan }, issn = {2502-2377}, pages = {82--94} doi = {10.21456/vol3iss2pp82-94}, url = {https://ejournal.undip.ac.id/index.php/jsinbis/article/view/9685} }
Refworks Citation Data :
Sistem pengenalan wajah merupakan pengembangan metode dasar sistem autentifikasi dengan menggunakan karakteristik alami wajah manusia sebagai dasarnya. Proses pengenalan citra wajah ini melalui beberapa tahap yaitu tahap pelatihan dan tahap pengujian. Pada tahap pengujian dilakukan secara langsung dan tidak langsung. Secara tidak langsung data uji bersumber dari sekumpulan citra wajah yang sudah dipilih, sedangkan secara langsung citra wajah bersumber dari kamera. Pengenalan citra wajah manusia menggunakan penggabungan antara metode GLCM dan PNN. Tahap prapengolahan dengan merubah RGB ke dalam aras keabuan dengan metode centroid sebagai proses segmentasi citra wajah. Faktor pengenalan wajah yang diuji meliputi pencahayaan, jarak, sudut serta posisi. Pada GLCM menggunakan metode statistik dan analisis tekstur orde kedua karena merepresentasikan tekstur citra dalam parameter energi, korelasi, homogenitas dan kontras. Sedangkan PNN digunakan untuk pembentukan basisdata yang disimpan dalam jaringan untuk proses membandingkan hasil keluaran yang berupa data matrik hasil dari GLCM. Pada penelitian ini digunakan citra wajah sebagai basisdata dengan sampel sebanyak 10 orang dan 5 posisi wajah, 2 jarak pengambilan gambar citra wajah, serta 3 kategori pencahayaan. Proses pengujian menghasilkan tingkat pengenalan secara langsung sebesar 92%, sedangkan pengujian secara tidak langsung sebesar 93,33%.
Kata kunci: GLCM; PNN; Centroid; Prapengolahan
Article Metrics:
Last update:
Last update: 2024-12-01 14:12:29
Breast cancer detection in mammogram images exploiting GLCM, GA features and SVM algorithms
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