Hasil Pencarian  ::  Simpan CSV :: Kembali

"Researches on computer vision are greatly developed today. The main idea is to make machine be able to recognize an object. One of practical application on computer vission for example is real time face recognition system...."

"Masalah yang biasa terjadi dalam pembuatan sistem pengenalan wajah adalah jumlah dimensi yang terlalu besar untuk diproses ke dalam classifier, sehingga biaya komputasi yang dibutuhkanpun akan semakin besar pula. Penelitian berikut mencoba untuk mereduksi dimensi dalam ruang spatial akan tetapi dari hasil reduksi dimensi ini tidak membuat proses ekstraksi fitur kehilangan informasi penting yang mengakibatkan penurunan akurasi pengenalan.Reduksi dimensi dalam ruang spatial ini didapatkan dengan cara membangkitkan sejumlah garis pada data citra secara acak. Ada dua metode dalam membangkitan garis yaitu Fitur Garis Acak (FGA) dan Template Fitur Garis Acak (TFGA). Pada FGA, sejumlah garis dibangkitkan pada seluruh data citra secara acak. Sedangkan TFGA, sejumlah garis dibangkitkan hanya satu kali saja dan himpunan garis ini yang akan digunakan untuk membangkitkan garis pada data citra yang lain. Dari masing-masing garis ini dibangkitkan sejumlah spatial window. Vektor representasi citra didapatkan dari rata-rata intensitas yang terdapat pada spatial window tersebut. Vektor representasi citra ini akan dijadikan fitur untuk classifier. Classifier yang digunakan adalah k-nearest neighborhod dan backpropagation sebagai pembanding.Dari hasil percobaan menggunakan database weizmann, didapatkan bahwa pengenalan akan lebih stabil jika metode untuk membangkitkan garis adalah TFGA. Selain stabil dengan metode TFGA ini akurasi pengenalan lebih baik dibandingkan dengan metode FGA pada jumlah garis yang sama. Pada jumlah garis yang terkecil dengan menggunakan classifier k-nearest neighborhod, rata-rata akurasi pengenalan metode FGA adalah 46.67% sedangkan dengan TFGA akurasi pengenalan adalah 57.14%. Dengan classifier pembanding backpropagation dan menggunakan metode TFGA didapatkan rata-rata akurasi pengenalan 78.29%. Secara umum dari keseluruhan metode semakin bertambah jumlah garis maka semakin meningkat pula tingkat akurasi pengenalan."

"Pertunjukan Wayang Kulit Calonarang (WKC) merupakan salah satu dari jenis wayang langka di Bali. Wayang ini banyak menyimpan mistri, sehingga orang-orang takut menjadi dalang WKC, kecuali mereka yang telah berilmu tinggi. WKC dari zaman ke zaman terus mengalami perubahan terutama pada bentuk dan struktur pertunjukannya. Walaupun demikian, masyarakat hingga kini masih menganggap WKC sebagai pertunjukan paling angker diantara wayang-wayang lainnya. Oleh karena itulah WKC bisanya ditanggap/diupah secara berkelompok. Pada era globalisasi ini, WKC ternyatamasih eksis dan mengikuti perkembangan zaman. Terbukti telah dilakukannya berbagai inovasi dengan teknologi canggih, sehingga muncul pertunjukan WKC inovatif. Di samping itu para dalang ingin tampil beda seperti halnya dalang I Wayan Nardayana yang terkenal dengan dalang Cenk Blonk yang sudah mendalang selama 25 tahun sejak tahun 1992 hingga sekarang, untuk pertama kalinya mementaskan WKC berkolaborasi dengan dalang Jro Mangku Gede Made Subagia yang terkenal sebagai pini sepuh ajaran Siwa Murti. Pementasan ini dilakukan pada tahun 2012 dalam rangka piodalan di Pura Dalem Ped Nusa penida. Keunikan pementasan ini adalah dengan menghadirkan dua watangan matah yang kemudian diusung ke kuburan desa setempat seperti layaknya orang meninggal dunia. Pertunjukan ini selain sebagai pelengkap dari upacara pujawali juga memberi hiburan kepada masyarakat."

"Tugas Akhir ini membahas pengembangan sistem pengenalan wajah yang menggunakan metode Voting. Pada sistem ini digunakan metode Eigenface untuk melakukan ekstraksi ciri wajah, dan metode Jarak Euclidean untuk mengukur tingkat kemiripan antar citra wajah. Berdasarkan hasil pengamatan dari penggunaan metode Eigenface dan Jarak Euclidean tersebut, belum tentu citra wajah yang memiliki Jarak Euclidean terkecil adalah milik subyek yang sama dengan citra wajah input.Pada tugas akhir ini dikembangkan metode Voting untuk mengolah n-top citra wajah hasil. Melalui metode Voting, setiap citra wajah pada n-top citra wajah hasil akan memberikan kontribusi nilai pada subyek, dan subyek yang memiliki nilai terbesar akan keluar sebagai hasil.

---

The focus of this study is the development of face recognition system using Voting method. This system use Eigenface method to exctract face feature, and Euclidean Distance method to meassure the similarity level between face images. According to the result of the implementation of Eigenface method and Euclidean Distance method, face image with the smallest Euclidean Distance to face image input is not always represent the same subject.In this study Voting method is developed to process n-top face image result. In Voting method, every face image on n-top face image result will give added value for subject, and the subject with the biggest value will becoming the result."

"Yogyakarta hosts many collections of classic javanese manuscripts that are invaluable cultural heritage...."