Lokanantha, Rama Apryan (2024) Analisis cluster pada dataset wajah menggunakan algoritma Density-Based Spatial Clustering of Applications with Noise (DBSCAN) / Rama Apryan Lokanantha</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Di era sekarang perkembangan teknologi informasi sangatlah cepat. Teknologi informasi mempermudah banyak kegiatan dan kebutuhan di berbagai sektor industri . Didalam industri banyak inovasi yang menjadikan teknologi sebagai alat untuk memudahkan pekerjaan salah satunya adalah inovasi absensi. Inovasi dalam perkembangan teknologi informasi mengenalkan kepada kita face recognition yang bisa menjadi alternatif absensi yang sangat menjanjikan. Face recognition menawarkan beberapa keunggulan kepada kita seperti kemudahan dalam penggunaan karena tidak perlu kontak fisik hingga tidak dibutuhkannya alat fisik untuk memindai seperti teknologi absensi fingerprint. Dalam manajemen data yang besar teknologi face recognition menggunakan metode clustering untuk mengelola data dengan lebih efisien. Dengan menggunakan metode clustering maka proses pencarian dapat dilakukan secara lokal pada cluster yang memiliki representasi wajah yang paling mirip dengan target wajah dengan tujuan proses pencarian akan lebih efisien namun tetap akurat. Terdapat banyak algoritma teknik clustering yang dapat digunakan untuk clustering salah satunya Density-Based Spatial Clustering of Applications with Noise (DBSCAN). Algoritma ini memiliki kemampuan dalam mengelola data besar dan memiliki beberapa keunggulan. Keunggulan menggunakan algoritma DBSCAN ada dalam kinerja yang baik dalam menangani data besar dan kemampuan klasifikasinya algoritma ini mampu mengelompokkan data menjadi beberapa klaster tanpa memerlukan jumlah klaster yang sebelumnya sudah diketahui sehingga dapat lebih adaptif terhadap beberapa variasi data wajah. Kemampuan klasifikasi DBSCAN dapat menghasilkan suatu cluster yang lebih akurat dari bentuk data yang tidak beraturan (arbitrary shape). DBSCAN sanggup mengelola data yang memiliki tingkat kepadatan data yang berbeda yang sesuai dengan karakteristik data wajah yang mempunyai beragam variasi dalam tingkat detail. DBSCAN juga mempunyai kemampuan yang mumpuni untuk mengidentifikasi noise dalam data besar sehingga dapat meningkatkan akurasi clustering data. Selain itu algoritma ini juga dapat mengatasi masalah overlap antara wajah dan gambar dengan baik. Tujuan dari penggunaan algoritma DBSCAN dalam penelitian skripsi saya adalah untuk mencari cluster terbaik dan evaluasi kinerja clustering. Dengan demikian dengan adanya clustering ini diharapkan proses pencarian dapat dilakukan secara lokal pada cluster yang memiliki representasi wajah paling mirip dengan target wajah sehingga proses pencariannya lebih efisien namun tetap akurat. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 06 May 2024 04:29 |
| Last Modified: | 09 Sep 2024 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/355580 |
Actions (login required)
 |
View Item |