Deteksi Wajah Menggunakan Hidden Markov Model (HMM) Berbasis Matlab

Nur Widya Pratiwi(1*), Fauziah Fauziah(2), Septi Andryana(3), Aris Gunaryati(4)

(1) Fakultas Teknologi Komunikasi dan Informatika - Universitas Nasional
(2) Universitas Nasional
(3) Universitas Nasional
(4) Universitas Nasional
(*) Corresponding Author

Abstract


Face is a part of the body that can be detected. It makes face the basis of a detection system. The system can detect the object of face from an input image. The research develops the face detection system using Hidden Markov Model (HMM) method. The system is a computer technology allowing identification or verification of a person's face through an image. The workings of face detection system is by matching a face image with face image stored in file. Unlike the previous system that can only detect black-and-white pictures or images, the system created in this research is an update that can detect black-and-white and color pictures or images. This face detection system uses MATLAB software for its program and Guide MATLAB for its design. From the experiments and tests performed, the application can detect face image with success rate up to 95.9%. This proves the tool is quite good in face recognition or detection.

Keywords


Face detection; Hidden Markov Model (HMM); MATLAB, Picture; Image

Full Text:

PDF

References


Ahmad Salim Alfauzan. 2017. “Implementasi Perhitungan Deteksi Wajah Melalui Hidden Markov Model (HMM) Pada Miniboard”, Jurusan Sistem Komputer, Fakultas Teknik, Universitas Telkom, Bandung.

Dodi Sudiana. 2009. “Sistem Pengenalan Wajah Hidden Markov Model (HMM) Menggunakan Metode Hidden Markov Model (Hmm), Jurusan Teknik Elektro, Universitas Indonesia, Depok.

M. Dwisnanto Putro, “Sistem Deteksi Wajah Dengan Menggunakan Metode Viola – Jones”, Jurusan Teknik Elektro, Universitas Gajah Mada, Yogyakarta. 2012

Dewi Yanti Liliana. 2013. “Deteksi Wajah Manusia Pada Citra Menggunakan Dekomposisi Fourier”, Jurusan Ilmu Komputer, Universitas Brawijaya, Indonesia.

Panji Purwanto. 2017. “Implementasi Face Identification Dan Hidden Markov Model (HMM) Pada Kamera Pengawas Sebagai Pendeteksi Bahaya”, Jurusan Sistem Komputer, Fakultas Teknik, Universitas Telkom.

Setyo Nugroho 2016. “Sistem Pendeteksi Wajah Manusia Pada Citra Digital”, Jurusan Ilmu Komputer, Universitas Gajah Mada, Yogyakarta.

Setya Bayu. 2016. “Penerapan Hidden Markov Model (HMM) dengan Metode Eigenface Dalam Intelligent Home Security”, Jurusan Teknik Elektro, Institut Teknik Sepuluh Nopember, Surabaya.

Sehman. 2016. “Penerapan Hidden Markov Model (HMM) Dengan Metode Eigenface Pada Intelligent Car Security”, Jurusan Teknologi Informasi, Teknik Sepuluh Nopember, Surabaya.

Halimah. 2014. “Pengenalan Wajah Dengan Menggunakan Metode Priclpe Componen Analysis”, Jurusan Informatika, Fakultas Teknik, Universitas Maritim Raja Ali Haji, Tanjung Pinang.

R. Andang Gumilang. 2017. “Ekstrasi Fitur Mata Sebagai Deteksi Wajah Dengan Menggunakan Algoritma Smallest Univalue Segment Assimilating Nucleus (SUSAN)”, Jurusan Informatika, Universitas Telkom.

Cucu Suhery. 2013. “Identifikasi Wajah Manusia Untuk Sistem Monitoring Kehadiran Perkuliahan Menggunakan Ekstrasi Fitur PricipalComponent Analysis (PCA)”, Jurusan Sistem Komputer, Fakultas MIPA, Universitas Tajungpora, Pontianak.

Luthfi Maslichul Kurniawan. 2016. “Metode Hidden Markov Model (HMM) untuk Identifikasi Personil Berdasar Citra Wajah bagi Kebutuhan Presensi Online Universitas Negeri Semarang”, Jurusan Teknik Informatika, Universitas Negeri Semarang, Semarang.

Meita Firdhausya. 2017. “Perancangan Sistem Pengenalan Wajah Menggunakan Transformasi Wavelet dan Hidden Markov Model”, Jurusan Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom.

Arie Wirawan Margono. 2015. “Pelacakan dan Pengenalan Wajah Menggunakan Metode Embedded Hidden Markov Models”, Jurusan Teknik Informatika, Fakultas Teknik Industri, Universitas Kristen Petra.

Wahyu Sulistyo. 2015. “Rancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface”, Jurusan Teknik Elektro, Politeknik Negeri Semarang.




DOI: http://dx.doi.org/10.30998/string.v3i1.2538

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 STRING (Satuan Tulisan Riset dan Inovasi Teknologi)

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

 

STRING (Satuan Tulisan Riset dan Inovasi Teknologi) indexed by:



Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.
View My Stats

Flag Counter