Text
Penerapan algoritma adaboost dalam mendeteksi gambar telinga
Telinga merupakan salah satu organ tubuh yang ada pada manusia, yang berfungsi untuk mendengar. Keunikan telinga yang tidak berubah bentuknya telah menjadikan objek ini sebagai sistem biometrik, maka memungkinkan untuk mengembangkan aplikasi yang dapat membantu manusia untuk mengenali identitas seseorang melalui telinga dengan cara mendeteksi gambar telinga terlebih dahulu. Metode yang digunakan dalam penelitian ini adalah haar-like feature, adaboost dan cascade classifier. Haar-like feature digunakan untuk mengekstrasi objek telinga, setiap fitur terdiri dari gabungan kotak-kotak hitam dan kotakkotak putih. Adanya fitur Haar-like ditentukan dengan cara mengurangi rata-rata piksel pada daerah gelap dari rata-rata piksel pada daerah terang. jika nilai perbedaanya diatas nilai treshold, maka dapat dikatakan fitur tersebut ada. kemudian Adaboost berfungsi untuk mencari fitur-fitur yang memiliki tingkatan pembeda yang tinggi, hal ini dilakukan dengan mengevaluasi setiap fitur terhadap data latih yang di training menggunakan adaboost, dengan hasil nilai dari fitur yang telah diproses menggunkan haar-like features. Fitur yang memiliki nilai di atas nilai treshold dianggap sebagai fitur tebaik. Cascade Classifier digunakan untuk pengklasifikasian bertingkat,dimana setiap tingkatan classifier merupakan hasil dari representasi adaboost. Apabila suatu fitur berhasil melewati semua tingkatan classifier maka dinyatkan sebagai objek telinga.
No copy data
No other version available