Dimyathi, Muhammad Robaith (2024) Analisis cluster pada dataset wajah menggunakan algoritma chameleon / Muhammad Robaith Dimyathi</p>. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
p Dari waktu ke waktu perkembangan teknologi terus berlanjut mencakup berbagai bidang seperti pertanian industri komunikasi dan informasi manajemen data serta pengenalan wajah. Pengenalan wajah atau dikenal juga dengan face recognition adalah suatu teknologi yang dibuat untuk mengidentifikasi atau mengenali wajah manusia melalui berbagai media seperti foto video dan tatap muka. Seiring dengan pesatnya kemajuan teknologi pengenalan wajah kini telah menjadi populer dan tidak hanya terbatas pada fiksi ilmiah melainkan juga telah diterapkan dalam berbagai aspek kehidupan sehari-hari termasuk dalam sistem keamanan. Banyak penerapan teknologi pengenalan wajah yang diterapkan pada proses dan sistem yang memerlukan teknologi pengenalan wajah seperti absensi pemeriksaan daftar kriminal polisi pemrosesan Visa dan verifikasi Paspor. Penelitian ini dilakukan dalam beberapa tahap untuk mendapatkan hasil terbaik dan evaluasi algoritma Chameleon dengan skor Sillhoutte untuk clustering data wajah. Pada penelitian ini tahap yang pertama adalah melakukan pengumpulan data atau data collection. Setelah tahap pengumpulan data selesai dataset akan diproses untuk tahap preprocessing data atau data preprocessing. Data clustering yang telah diamati secara rinci memberikan bukti mengenai keberhasilan algoritma Chameleon dalam menyusun kelompok-kelompok data wajah berdasarkan serangkaian fitur unik yang dimiliki oleh setiap individu termasuk karakteristik yang berkaitan dengan jenis kelamin. Algoritma ini tidak hanya mampu mengenali pola-pola kompleks dalam struktur wajah yang beragam namun juga mampu memperhitungkan perbedaan-perbedaan yang diakibatkan oleh faktor genetik serta variasi antara wajah pria dan wanita. Tingkat ketepatan pengelompokan yang diperoleh dari analisis distribusi gender yang sangat mencolok di setiap label cluster menunjukkan kemampuan algoritma ini untuk membedakan secara akurat antara wajah-wajah laki-laki dan perempuan. Misalnya terdapat dominasi data wanita pada Label 0 dengan presentase sebesar 98 32% sementara Label 1 menunjukkan kehadiran data pria yang cukup signifikan mencapai 99 34%. Selanjutnya Label 2 kembali didominasi oleh data wanita dengan presentase sebesar 97 74% sementara Label 3 menampilkan mayoritas data pria dengan persentase mencapai 99 33%. Hasil temuan ini memberikan bukti nyata bahwa algoritma Chameleon mampu mengorganisir data wajah dengan mengedepankan perbedaan yang khas antara wajah-wajah berjenis kelamin pria dan wanita menjadikan proses pengelompokan berbasis pada fitur-fitur fisik yang beragam. /p
| Item Type: | Thesis (Diploma) |
|---|---|
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 28 May 2024 04:29 |
| Last Modified: | 09 Sep 2024 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/355585 |
Actions (login required)
 |
View Item |