Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan
Abdul Mazid
Universitas Pelita Bangsa
Civil Engineering, Building, Construction & Architecture Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
FEATURE EXTRACTION UNTUK KLASIFIKASI PENGENALAN WAJAH MENGGUNAKAN SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR Yoga Religia; Adi Rusdi; Ikhsan Romli; Abdul Mazid
Jurnal Pelita Teknologi Vol 14 No 2 (2019): September 2019
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (351.266 KB) | DOI: 10.37366/pelitatekno.v14i2.233

Abstract

Feature Extraction adalah teknik pengambilan ciri / feature dari suatu bentuk yang nantinya nilai yang didapatkan akan dianalisis untuk proses selanjutnya. Klasifikasi adalah proses untuk menyatakan suatu objek ke dalam salah satu kategori yang sudah didefinisikan sebelumnya. Dalam penelitian ini membahas tentang pengambilan ciri dari suatu feature dengan dataset yang berisi kumpulan foto wajah yang akan digunakan untuk klasifikasi pengenalan wajah pria atau wanita. Dataset yang digunakan merupakan global dataset yang diambil dari “http://www.cs.umass.edu/lfw“. Dari Feature Extraction yang dilakukan diperoleh 6 atribut independent dan 1 atribut dependent. Tujuan dari penelitian ini adalah untuk membandingkan performance dari 2 algoritma yaitu Support Vector Machine dan k-Nearest Neighbor. Dari percobaan yang sudah dilakukan menunjukkan nilai rata-rata akurasi dari Support Vector Machine sebesar 88.13% sedangkan nilai rata-rata akurasi dari k-Nearest Neighbor sebesar 84.40%.
Co-Authors Adi Rusdi Ikhsan Romli Yoga Religia