Article Per Year (5 Year)
p-Index From 2019 - 2024
1.756
P-Index
This Author published in this journals
All Journal Kompak : Jurnal Ilmiah Komputerisasi Akuntansi E-Bisnis : Jurnal Ilmiah Ekonomi dan Bisnis Pixel : Jurnal Ilmiah Komputer Grafis ROTOR: JURNAL ILMIAH TEKNIK MESIN Jurnal SOLMA Conference on Innovation and Application of Science and Technology (CIASTECH) Civilla : Jurnal Teknik Sipil Universitas Islam Lamongan Al-Bukhari: Jurnal Ilmu Hadis Revitalisasi : Jurnal Ilmu Manajemen Media Aplikom Jurnal Teknologi Informasi Cyberku Seminar Nasional Teknologi dan Multidisiplin Ilmu
Eko Siswanto
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Seminar Nasional Teknologi dan Multidisiplin Ilmu

 1 
PENGENALAN WAJAH DENGAN GLCM DAN PNN MENGGUNAKAN PENDEKATAN DETEKSI TEPI CANNY Toni Wijanarko Adi Putra; Eko Siswanto; Danang Danang
Seminar Nasional Teknologi dan Multidisiplin Ilmu (SEMNASTEKMU) Vol 1 No 2 (2021): SEMNASTEKMU
Publisher : Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/semnastekmu.v1i1.113

Abstract

Sistem pengenalan wajah merupakan pengembangan metode dasar sistem autentifikasi dengan menggunakan karakteristik alami wajah manusia sebagai dasarnya. Proses pengenalan citra wajah melalui tahap pelatihan dan tahap pengujian. Tahap pengujian dilakukan langsung dan tidak langsung. Cara tidak langsung data bersumber dari sekumpulan citra wajah yang sudah dipilih, secara langsung citra wajah bersumber dari kamera. Pengenalan menggabungkan metode GLCM dan PNN dengan pendekatan detaksi tepi. Tahap prapengolahan dengan mengubah RGB ke dalam aras keabuan dan dengan metode deteksi tepi canny untuk proses menentukan titik tepi sebagai acuan pemotongan daerah yang tidak digunakan. GLCM menggunakan metode statistik dan analisis tekstur orde kedua. Sedangkan pada PNN digunakan untuk membandingkan hasil keluaran yang berupa data matrik hasil dari GLCM. Pada penelitian ini digunakan citra wajah sebagai basisdata dengan sampel sebanyak 20 orang dan 7 posisi wajah, 3 jarak pengambilan gambar citra wajah, serta 5 kategori pencahayaan. Proses pengujian menghasilkan tingkat pengenalan secara langsung sebesar 66.43 %, sedangkan pengujian secara tidak langsung sebesar 82.86 %. Tingkat kesalahan FAR/FRR secara tidak langsung sebesar sebesar 45 % dengan nilai ambang pada 0.107 %, dan secara langsung sebesar 50 % untuk nilai FAR/FRR pada nilai ambang di angka 0.104 %.
Co-Authors Ahmad Ridwan Bella Amiria Rahmahima Budi Winarno Danang Danang Dita Riyanto Putro Edwin Zusrony I.N.G. Wardana M Munifah Mochammad Danara Indra Pradigta Muhammad Sholikhan Nasrudin Nasrudin Novi Sri Setiyawati Nurkholis Hamidi Purwanto Purwanto Rachmat Subagyo Sepriyatno, Riswan Sigit Winarko sigit winarno Sigit Winarto Sony Susanto Suprapedi Suprapedi Suwarno Suwarno Toni Wijanarko Adi Putra Yosef Cahyo Setianto