PENERAPAN INCEPTIONV3 UNTUK KLASIFIKASI BENTUK WAJAH

Fajri, Bagus Amrullah Fikri (2021) PENERAPAN INCEPTIONV3 UNTUK KLASIFIKASI BENTUK WAJAH. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (803kB)
	Text (BAB I) BAB I.pdf Download (180kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (509kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (344kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (584kB)
	Text (BAB V) BAB V.pdf Download (103kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (702kB)
	Other (SOURCE CODE) Source Code-17.11.1335-Bagus Amrullah Fikri Fajri - Bagus Amrullah F F.rar Restricted to Repository staff only Download (30MB)
	Text (PUBLIKASI) Publikasi-17.11.1335-Bagus Amrullah Fikri Fajri - Bagus Amrullah F F.pdf Restricted to Repository staff only Download (693kB)

Abstract

Wajah manusia merupakan bagian yang unik dimana hampir setiap orang memiliki perbedaannya satu dengan yang lain. Salah satu aspek yang dapat dilihat dengan jelas adalah bentuknya. Pengelompokan bentuk wajah dapat dimanfaatkan dalam berbagai bidang keahlian seperti hiburan, keamanaan, atau kecantikan. Salah satu metode yang dapat digunakan dalam klasifikasi gambar adalah InceptionV3. InceptionV3 adalah salah satu arsitektur dari Convolutional Neural Network ( CNN ) yang dikembangkan oleh Google yang berfungsi untuk menyelesaikan masalah analisis gambar dan deteksi objek. Arsitektur ini digunakan untuk mengelompokkan bentuk wajah kedalam lima kelas , yaitu: Bulat, Hati, Kotak, Oblong dan Oval. Menggunakan dataset yang didapatkan dari Google Images yang kemudian melalui tahap pre-processing , Canny Edge Detector diterapkan pada setiap gambar. Metode transfer learning dilakukan dalam tahapan training pada lapisan terakhir model InceptionV3 dari ImageNet. Metode ini mendapatkan persentase keakurasian yang tinggi dengan akurasi training sebesar 93% , dan pengujian antara 88% - 98%.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Hidayat, Tonny

Uncontrolled Keywords:

Klasifikasi bentuk wajah, InceptionV3 , Machine Learning, Face shape classification

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

20 Jun 2022 07:51

Last Modified:

15 Aug 2023 02:01

URI:

http://eprints.amikom.ac.id/id/eprint/1839

Actions (login required)

View Item