Claim Missing Document
Check
Articles

Found 13 Documents
Search
Journal : MIND (Multimedia Artificial Intelligent Networking Database) Journal

Pengenalan Pembicara untuk Menentukan Gender Menggunakan Metode MFCC dan VQ Youllia Indrawaty N; Andri ana; Dita Permatasari
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 1 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i1.34-47

Abstract

Klasifikasi suara berdasarkan gender dibuat dengan tujuan agar komputer mampu mengenali suara laki-laki dan perempuan. Dengan kemampuan komputer yang mampu membedakan suara laki-laki dan perempuan pada pengembangan selanjutnya akan memperkuat tingkat suatu sistem keamanan yang menggunakan password dengan suara. Penelitian ini mengenai pengenalan gender dari pengucap/ pembicara dengan ucapan bergantung teks dan bergantung pembicara, dalam proses pengenalan tersebut digunakan algoritma ekstraksi yang disebut Mel Frequency Cepstral Coefficients (MFCC) digunakan untuk ekstraksi ciri dari sinyal wicara sedangkan proses pengelompokan menggunakan metode Vector Quantization (VQ). Dalam tahap pengenalan, ukuran distorsi berdasarkan minimisasi jarak Euclidean digunakan untuk mencocokkan penutur uji dengan penutur dalam database. Database wicara menggunakan 20 penutur, terdiri dari 10 penutur pria dan 10 penutur wanita dengan tingkat akurasi pria mencapai 90% dan wanita 80%.
Implementasi Algoritma GLCM Dan MED pada Aplikasi Pendeteksi Kolesterol Melalui Iris Mata Mira Musrini B; Andri ana; Ari Seisar Hidayat
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.23-42

Abstract

Berdasarkan penelitian yang telah dilakukan dengan menggunakan gambar iris normal dan kolesterol sebagai input, metode GLCM (Gray Level Co-Occurrence Matrix) dapat digunakan pada aplikasi pendeteksi kolesterol melalui iris mata. Karena GLCM mampu memperoleh nilai fitur yang terdiri dari energi, entropi, homogenitas dan kontras dengan cara menghitung nilai probabilitas dari hasil perhitungan kemunculan matriks yang sama dalam piksel gambar dengan sudut(θ) 0◦ dan jarak(d) 1. Metode MED (Minimum Euclidean Distance) dapat digunakan untuk mengklasifikasi gambar iris normal dan kolesterol dengan menghitung nilai jarak Euclidean berdasarkan dari nilai fitur GLCM. Pembuatan aplikasi ini bertujuan untuk membantu orang-orang dengan mudah mendeteksi kolesterol secara cepat dan praktis tanpa harus pergi ke klinik atau rumah sakit. Pengujian yang dilakukan ke 24 orang dari gambar iris normal dan kolesterol dengan intensitas cahaya yang berbeda tingkat akurasi mencapai 70,83%.
Daftar Kehadiran Mahasiswa dengan Autentikasi Wajah Menggunakan Metode Eigenface Mira Musrini Barmawi; Andriana Z; Muhamad Rizki A F
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v1i2.62-75

Abstract

Sistem pengenalan atau autentikasi tidak hanya dengan menggunakan sidik jari, tetapi juga dapat menggunakan pengenalan wajah. Pengenalan wajah dapat dikembangkan sebagai media identifikasi dan memiliki berbagai manfaat, diantaranya tidak diperlukan kartu atau foto pada kartu identifikasi. Metode eigenface digunakan dalam daftar kehadiran dengan pengenalan wajah, media webcam digunakan untuk menangkap gambar secara real-time. Proses dari aplikasi ini adalah kamera menangkap gambar pada wajah, kemudian didapatkan sebuah nilai R, G, B. Dengan melakukan pemrosesan awal dilakukan penyesuaian ukuran, RGB ke Grayscale, dan histogram equalizer. Metode eigenface berfungsi untuk menghitung eigenvalue dan eigenvector yang digunakan sebagai fitur dalam melakukan pengenalan. Euclidean distance digunakan untuk mencari jarak dengan data fitur yang telah didapat, serta jarak terkecil dengan hasilnya. Berdasarkan pengujian aplikasi, tingkat keberhasilan pengenalan citra wajah mencapai 80%, sehingga aplikasi ini dapat dijadikan sebagai alternatif untuk autentikasi kehadiran mahasiswa.Kata Kunci : eigenface, pengenalan wajah, daftar kehadiran