Claim Missing Document
Check
Articles

Found 13 Documents
Search
Journal : eProceedings of Engineering

Analisis Dan Implementasi Pengenalan Wajah Berbasis Video Dengan Menggunakan Algoritma Viola Jones Dan Svm (support Vector Machine) Marliani Harahap; Bedy Purnama; Mahmud Dwi Sulistiyo
eProceedings of Engineering Vol 2, No 3 (2015): Desember, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Saat ini telah banyak aplikasi yang memanfaatkan pengolahan citra yang digunakan dalam bidang biometrik. Biasanya teknik pengolahan citra ini digunakan untuk proses deteksi dan pengenalan, melalui karateristikkarakteristik alami yang terdapat pada tubuh manusia, contohnya pengenalan wajah. Berbagai penelitian pengenalan wajah telah dilakukan sebelumnya salah satunya dengan menggunakan Algoritma Viola Jones dan SVM berbasis gambar dengan akurasi 84,28%.Pada tugas akhir ini dibangun suatu sistem yang mampu mengenal wajah dan menghitung jumlah wajah yang dikenali, dengan inputan berbasis video. Data yang diperoleh dari hasil perekaman diproses sehingga mampu mengklasifikasi nama setiap wajah dengan memanfaatkan metode Viola Jones sebagai deteksi dan SVM (Support Vector Machine) sebagai pengenalan. Dengan implementasi metode tersebut, sistem dapat mengenali nama wajah yang dikelompokkan kedalam kelas-kelas. Dari hasil pengujian sistem tersebut didapat akurasi 21.79% pada kernel linier. Kata Kunci : video, wajah,Viola Jones, SVM
Penghitungan Orang dengan Metode Gaussian Mixture Model dan Human Presence Map Studi Kasus: Penghitungan Orang di dalam Kelas Danu Hary Prakoso; Bedy Purnama; Febryanti Sthevanie
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penggunaan teknologi dewasa ini telah banyak digunakan dalam kehidupan sehari-hari yang mungkin kehadirannya bahkan tidak terasa oleh masyarakat. Salah satunya adalah penggunaan CCTV yang dapat berfungsi sebagai suatu perangkat pengawasan. Namun disamping fungsi utamanya tersebut, CCTV sebagai kepanjangan dari mata orang bisa digunakan untuk melakukan penghitungan orang. Penulis dalam Tugas Akhir ini membahas tentang penghitungan orang dengan studi kasus spesifik yakni menghitung orang dalam suatu kelas. Manfaat yang bisa diambil dalam mengambil estimasi jumlah orang dalam suatu kelas antara lain untuk mengecek apakah kehadiran sesuai dengan jumlah orang dalam kelas. Penghitungan orang dapat dilakukan dengan menggunakan background substraction yakni menggunakan metode Gaussian Mixture Model (GMM) untuk melakukan ekstraksi antara objek yang ingin diamati, dalam hal ini orang dengan background. Selanjutnya proses klasifikasi melalui Human Presence Map untuk memfokuskan pendeteksian piksel dimana orang berada sehingga dapat dilakukan penghitungan orang berdasarkan suatu area wilayah yang telah ditentukan. Dengan metode tersebut, penghitungan orang dapat mencapai tingkat akurasi sebesar 91% untuk kasus deteksi satu orang dalam video uji duduk terpisah. Kata Kunci: people counting, ruang kelas, gaussian mixture model, human presence map, piksel
Transfer Learning pada Estimasi Pose Hewan Menggunakan YoloV8 dan FineTuning Fauzi, Roki; Purnama, Bedy; Erfianto, Bayu
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan dalam teknologi pengolahan citra dan kecerdasan buatan telah membuka peluang baru dalam analisis citra, terutama dalam konteks estimasi pose hewan. Penelitian ini bertujuan menggabungkan keunggulan YOLOV8 dalam deteksi objek dengan akurasi estimasi pose hewan melalui pendekatan transfer learning. Dengan melakukan finetuning pada YOLOV8 menggunakan dataset khusus untuk estimasi pose hewan, penelitian ini berupaya meningkatkan kemampuan model dalam mengenali dan menentukan posisi berbagai bagian tubuh hewan dengan lebih tepat. Suksesnya penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan estimasi pose hewan, membuka peluang dalam pengelolaan kesehatan hewan, studi perilaku hewan, dan aplikasi lain yang membutuhkan analisis citra yang kompleks. Namun, penelitian ini memiliki batasan, termasuk fokus eksklusif pada estimasi pose hewan melalui teknik transfer learning dan fine-tuningg. Kata Kunci: Stanford Dog Dataset, YOLOV8, finetuning, transfer learning.