EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya


Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail : libits@its.ac.id
Website : http://library.its.ac.id

Support (Customer Service) :
timit_perpus@its.ac.id




Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Moh. Fandika Aqsa


Davi Wahyuni


Tondo Indra Nyata


Anis Wulandari


Ansi Aflacha




ITS » Master Theses » Teknik Informatika - S2
Posted by davi at 29/12/2006 14:50:48  •  44632 Views


PENGGUNAAN POHON KEPUTUSAN JARINGAM SYARAF TIRUAN DALAM PENGENALAN WAJAH

ARTIFICIAL NEURAL NETWORK DECISION TREE APPLIED IN FACE RECOGNITION

Author :
PARASTIWI, ANDRIANI  




ABSTRAK

Penelitian jaringan syaraf tiruan telah banyak dilaksanakan termasuk yang bertujuan untuk pengenalan pola. Pola yang kompleks seperti pola wajah tidak dapat digunakan jaringan syaraf tiruan yang sederhana. Dalam sejumlah penelitian ini proses pelatihan yang dilaKukan pada pengenalan wajah membutuhkan waktu yang lama untuk memperoleh jaringan yang konvergen. Apabila ditambahkan wajah baru yang hendak dilatihkan maka keseluruhan jaringan syaraf perlu dilatih ulang untuk membentuk jaringan yang baru. Proses pelatihan ulang keseluruhan jaringan syaraf ini harus dilaksanakan setiap kali dilakukan penambahan wajah yang baru. Dalam penelitian ini pohon keputusan jaringan syaraf tiruan digunakan untuk proses pengenalan wajah. Setiap wajah dibuatkan jaringan syaraf tiruan sendiri untuk kemudian ditambahkan pada pohon keputusan. Dengan metode ini setiap kali ditambahkan wajah baru yang hendak dikenali maka hanya jaringan syaraf tiruan dari wajah yang baru yang perlu dilatih hingga konvergen. Metode yang digunakan juga memperhitungkan terjadinya pergeseran posisi wajah pada foto yang juga harus sanggup dikenali pada proses pengenalan wajah. Pengelompokkan jaringan syaraf tiruan digunakan untuk memenuhi tujuan ini. Pengelompokkan jaringan syaraf tiruan dilakukan dengan cara membagi foto menjadi beberapa posisi. Setiap posisi dibuatkan satu jaringan syaraf tiruan tersendiri. Luaran dari setiap jaringan syaraf tiruan ini kemudian digabung untuk menghasilkan satu luaran. Dengan menggunakan metode two-stage divide and conquer pada struktur pohon maka proses pengenalan akan lebih cepat dibandingkan dengan proses pengenalan dengan menggunakan jaringan syaraf tiruan biasa. Keberhasilan sistem ditentukan oleh kemampuannya dalam melakukan pengenalan. Hal ini ditentukan oleh struktur jaringan syaraf tiruan yang digunakan. Hasil ujicoba menunjukkan penggunaan operator nodegroup dalam pengelompokkan jaringan syaraf tiruan yang tepat dan metode pemetikan sub-pohon yang tepat dapat meningkatkan kemampuan sistem.


ABSTRACT

Recent artificial neural network research has been done in a variety application including pattern recognition. A simple artificial neural network cant be used in a complex pattern such as face pattern. In many researches training process in a face recognition need a very long time to make the networks to be convergent. In addition of a new face to be trained in a system the whole networks needs to be retrained to form a new network Retraining the whole neural network process has to be done in addition of a new face. In this research an artificial neural network decision tree is used in a face recognition process. One artificial neural network for one face and then placed in a decision tree. With this method whenever a new face to be recognized is added only the new-faces network is trained until convergent. The method used is also considering the translation-invariant face recognition by using artificial neural network group. Artificial neural network group is done by windowing face-image into several positions one artificial neural network for every position. The outputs of these networks are grouped to get one output. As a result of two-stage divide and conquer method in a tree structure recognition process is faster than recognition process with regular artificial neural network. System capability is determined by the ability to recognize test-faces which is depending on the structure of artificial neural network used. The result of the research shows that the proper grouping-operator in artificial neural network group and proper pruning sub-tree method can increase the system capability.



KeywordsDecision tree; Artificial Neural Network; Face Recognition
 
Subject:  Perangkat lunak komputer
Contributor
  1. Dr. Ir. Arif Djunaidy, M.Sc.
Date Create: 29/12/2006
Type: Text
Format: pdf ; 110 pages
Language: Indonesian
Identifier: ITS-Master-3100001012454
Collection ID: 3100001012454
Call Number: 006.3 Par p


Source
Theses Informatics Engineering RT 006.3 Par p, 2000

Coverage
ITS Community

Rights
Copyright @2000 by ITS Library. This publication is protected by copyright and permission should be obtained from the ITS Library prior to any prohibited reproduction, storage in a retrievel system, or transmission in any form or by any means, electronic, mechanical, photocopying, recording, or likewise. For information regarding permission(s), write to ITS Library




[ Download - Summary ]

ITS-Master-3100001012454-389.pdf




 Similar Document...




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

POLLING

Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan





You are connected from 18.209.104.7
using CCBot/2.0 (https://commoncrawl.org/faq/)



Copyright © ITS Library 2006 - 2019 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan