Deteksi Jenis Kelamin Berdasarkan Citra Wajah Jarak Jauh Dengan Metode Haar Cascade Classifier

Choirina, Priska; Asmara, Rosa Andrie

doi:10.33795/jip.v2i4.77

Cited by 9 publications

(7 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Banyak informasi yang bisa diperoleh hanya dengan melihat wajah manusia seperti tentang ekspresi seseorang, asal ras, umur dan juga jenis kelamin. Diantara beberapa task kategorisasi wajah, klasifikasi jenis kelamin merupakan informasi yang paling penting secara biologis [1]. Manusia secara kodratnya dapat dibedakan melalui dua jenis kelamin, yaitu laki-laki dan perempuan [2].…”

Section: Pendahuluanunclassified

Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Anggriawan

Hikmah²

2021

INFOS Journal

View full text Add to dashboard Cite

In this study, the 2DPCA feature extraction method and SOM classification were used to classify human sex based on facial images. The trial was conducted on 100 facial images consisting of 50 male facial images and 50 female facial images. The 100 facial image data used were divided into 70 training data and 30 test data. Based on the test results, the best accuracy obtained is 86.67% using a start learning rate of 0.6 and a maximum iteration of 10000. level of accuracy, where a larger maximum iteration value results in a higher level of accuracy.

show abstract

Section: Pendahuluanunclassified

Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Anggriawan

Hikmah²

2021

INFOS Journal

View full text Add to dashboard Cite

show abstract

“…Penelitian yang telah dilakukan oleh Priska Choirina, yang berjudul "Deteksi Jenis Kelamin Berdasarkan Citra Wajah Jarak Jauh Dengan Metode Haar Cascade Classifier" (Choirina & Asmara, 2016). Penelitian ini bertujuan untuk mendeteksi jenis kelamin berdasarkan citra jarak jauh.…”

Section: Studi Pustaka 21 Penelitian Terkaitunclassified

Pengenalan Jenis Kelamin Mahasiswa Universitas Nurul Jadid (Unuja) Pada Video Berdasarkan Busana Menggunakan Metode Haar Cascade Dan Deep Learning

Solehah

Pratamasunu

Farisi

et al. 2021

COREAI

View full text Add to dashboard Cite

Klasifikasi jenis kelamin yaitu suatu proses mengklasifikasikan jenis kelamin seseorang melalui citra digital berdasarkan fitur citra pelatihan yang telah disimpan. Objek yang dijadikan acuan adalah busana yang dikenakan di area wajah. Universitas Nurul Jadid adalah universitas yang berada dibawah naungan Pondok Pesantren Nurul Jadid tentu dalam mengatur pergaulan mahasiswa menggunakan aturan yang berlandaskan kepesantrenan. Mahasiswa dilarang melakukan pertemuan dengan mahasiswi di area kampus. Akan tetapi, masih banyak mahasiswa dan mahasiswi yang melanggar aturan tersebut. Oleh karena itu, dibutuhkan suatu metode yang dapat mengklasifikasi jenis kelamin mahasiswa berdasarkan busana pada area wajah secara otomatis. Penelitian ini menggunakan dua metode yaitu metode haar cascade dan deep learning. Metode haar cascade digunakan untuk menentukan titik area wajah dan metode deep learning digunakan untuk mengklasifikasikan citra. Metode diimplementasikan ke source code dengan software python. Dapat disimpulkan bahwa metode haar cascade tergolog baik dalam menentukan titik area wajah. Dan deep learning dapat mengklasifikasikan gambar dengan baik apabila terdapat kesamaan komposisi warna pada data testing dan data training.

show abstract

“…Landmark wajah didefinisikan sebagai deteksi dan lokalisasi titik-titik titik tertentu pada wajah yang merupakan fitur menonjol yang dapat memainkan peran diskriminatif atau dapat berfungsi sebagai titik jangkar pada grafik wajah, P. Choirina, et al (2016).…”

Section: Facial Landmark Point Dan Penerapan Antropometriunclassified

Penerapan Facial Landmark Point Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Rosiani¹,

Asmara²,

Laeily³

2020

JIP

View full text Add to dashboard Cite

Teknologi biometrik yang biasa digunakan adalah face recognition yang menganalisa wajah manusia sehingga menghasilkan suatu informasi salah satunya adalah jenis kelamin. Komputer perlu diberikan pembelajaran untukmembedakan jenis kelamin berdasarkan komponen wajah. Pembelajaran mengenai deteksi jenis kelamin memiliki beberapa kesulitan karena kompleksitas dari kondisi wajah, seperti posisi gambar, pencahayaan dan ekspresi.Beberapa penelitian, menyimpulkan bahwa fitur geometri merupakan fitur yang cocok untuk mengatasi kompleksitas tersebut. Pada penelitian ini, fitur yang digunakan adalah jarak antara kedua mata, lebar nasal root, lebar hidung, tinggi bibir atas dan tinggi bibir bawah. Pengukuran nilai-nilai pada fitur tersebut dapat dilakukan dengan bantuan landmark point seperti dlib regression tree. Setelah itu nilai-nilai yang didapatkan digunakan untuk perhitungan klasifikasi menggunakan metode Support Vector Machine dengan kernel Gaussian RBF dan normalisasi Sigmoid. Menggunakan dataset sejumlah 60 data jenis A dan B untuk training dan 20 untuk testing, hasil akurasi yang didapatkan adalah 70%, precision 80%, dan recall 67%. Sedangkan dengan dataset sejumlah 30 data jenis A untuk training, hasil akurasi yang didapatkan adalah 40%, precision 30%, dan recall 37.5%. Sedangankan dengan dataset sejumlah 30 data jenis B untuk training, hasil akurasi yang didapatkan adalah 65%, precision 70%, dan recall 64%.

show abstract

Deteksi Jenis Kelamin Berdasarkan Citra Wajah Jarak Jauh Dengan Metode Haar Cascade Classifier

Cited by 9 publications

References 0 publications

Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Pembuatan Perangkat Lunak Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Pengenalan Jenis Kelamin Mahasiswa Universitas Nurul Jadid (Unuja) Pada Video Berdasarkan Busana Menggunakan Metode Haar Cascade Dan Deep Learning

Penerapan Facial Landmark Point Untuk Klasifikasi Jenis Kelamin Berdasarkan Citra Wajah

Contact Info

Product

Resources

About