Contoh Proposal Skripsi Teknik Informatika


Contoh Proposal Skripsi Teknik InformatikaImplementasi SISTEM pendeteksiWajah MANUSIA PADA CITRA DIGITAL1. LATAR BelakangDewasa inisial Teknologi pengenalan Wajah semakin banyak diaplikasikan, ANTARA Lain untuk pengenalan biometrik SISTEM (Yang dapat JUGA dikombinasikan Artikel Baru fitur biometrik Yang Lain seperti sidik jari Dan Suara), SISTEM pencarian Dan pengindeksan PADA basis data citra digital Dan database video digital, SISTEM keamanan terangkan: akses daerah Terbatas, konferensi video, Dan Interaksi manusia Artikel Baru Komputer.Illustrasi Kepemilikan Modal penelitian pemrosesan Wajah (pengolahan wajah), pendeteksian Wajah manusia (face detection) adalah salat Satu tahap Mutasi Yang Ulasan Sangat penting di Dalam, proses imunisasi meliputi pengenalan Wajah (face recognition). Penggunakan Sistem pengenalan Wajah digunakan untuk membandingkan citra Satu Wajah masukan Artikel Baru suatu basis data Wajah Dan menghasilkan Wajah Yang memucat cocok Artikel Baru citra nihil Acute ADA. Sedangkan autentikasi Wajah (otentikasi wajah) digunakan untuk menguji keaslian / kesamaan suatu Wajah Artikel Baru Data Wajah Yang telah diinputkan sebelumnya. Kepemilikan Modal Yang JUGA penelitian berkaitan Artikel Baru pemrosesan Wajah adalah lokalisasi Wajah (lokalisasi wajah) yaitu pendeteksian Wajah namun Artikel Baru asumsi hanya ADA Satu Wajah di Dalam, citra, penjejakan Wajah (face tracking) untuk memperkirakan KBLI suatu Wajah Dalam, video yang secara real time, Dan Ekspresi Wajah pengenalan (pengenalan ekspresi wajah) untuk mengenali kondisi emosi manusia (Yang, 2002).PADA kasus tertentu seperti pemotretan untuk Pembuatan KTP, SIM, Kartu Dan fasilitas kredit, citra Yang didapatkan umumnya hanya berisi Satu Wajah Dan memiliki latar Belakang seragam Dan kondisi pencahayaan Yang telah diatur sebelumnya sehingga DetEksi Wajah dapat dilakukan Artikel Baru lebih mudah. Namun PADA kasus berbaring sering didapatkan citra Yang berisi lebih bahasa Dari Satu Wajah, memiliki latar Belakang Yang bervariasi Cara, kondisi pencahayaan Yang tidak tentu, Dan ukuran Wajah Yang bervariasi Cara di Illustrasi citra. Contohnya adalah citra Yang diperoleh di Bandara, terminal, Pintu masuk Gedung, Dan Pusat perbelanjaan. Selain ITU JUGA PADA citra Yang didapatkan Bahasa Dari foto di Media massa atau REVENUES rekaman video. PADA kasus nihil PADA umumnya Wajah Yang ADA di Dalam, citra memiliki bentuk latar Belakang Yang Ulasan Sangat bervariasi Cara.Penelitian inisial Akan difokuskan PADA masalah pendeteksian Wajah. Baru SISTEM pendeteksi Wajah Yang akurat, Maka proses imunisasi meliputi selanjutnya yaitu pengenalan Wajah dapat dilakukan Artikel Baru lebih mudah.2. PERUMUSAN MASALAHMasalah DetEksi Wajah dapat dirumuskan sebagai berikut: Artikel Baru masukan berupa sebuah citra digital sembarang, SISTEM Akan mendeteksi apakah ADA Wajah manusia di Illustrasi citra nihil, Dan Acute ADA SISTEM Maka Akan memberitahu berapa Wajah Yang ditemukan Dan di mana Saja KBLI Wajah nihil di Illustrasi citra. Keluaran Bahasa Dari SISTEM adalah posisi bahasa Dari subcitra Yang berisi Wajah Yang berhasil dideteksi.3. Batasan MASALAHPADA SISTEM DetEksi Wajah inisial diberikan pembatasan masalah sebagai berikut:· Citra masukan Yang digunakan adalah Hitam putih Artikel Baru 256 tingkat keabuan (grayscale).· Wajah Yang Akan dideteksi adalah Wajah Yang menghadap Ke depan (frontal), Dalam, posisi tegak, Dan tidak terhalangi sebagian oleh objek Lain.· Menggunakan metoda Yang dipakai adalah jaringan syaraf tiruan multi-layer perceptron Artikel Baru Algoritma PELATIHAN back-propagasi.4. TUJUAN PENELITIANPenelitian bertujuan untuk membuat suatu desain Dan Implementasi SISTEM DetEksi Wajah Artikel Baru masukan berupa citra digital sembarang. Telkomnika inisial Akan menghasilkan subcitra Yang berisi Wajah-Wajah Yang berhasil dideteksi.5. MANFAAT PENELITIANREVENUES penelitian inisial diharapkan dapat digunakan sebagai langkah untuk membangun Mutasi SISTEM pemrosesan Wajah Yang menyeluruh, Yang Bisa diaplikasikan PADA SISTEM pengenalan Wajah atau verifikasi Wajah. Program aplikasi untuk Yang dibuat JUGA dapat dijadikan BAHAN untuk penelitian lebih ACLS di Kepemilikan Modal Yang berkaitan.Baru penyesuaian tertentu, menggunakan metoda Yang digunakan mungkin dapat dimanfaatkan untuk JUGA SISTEM DetEksi objek secara UMUM Yang tidak hanya Terbatas PADA Wajah, misalnya DetEksi Kendaraan, pejalan kesemek, BAHAN Produksi, Dan sebagainya.Bahasa Dari REVENUES penelitian inisial JUGA diharapkan dapat diperoleh pemahaman Yang lebih BAIK terhadap jaringan syaraf tiruan, Dan pengaruh berbagai parameter Yang digunakan terhadap unjuk Koperasi Karyawan Bhakti Samudera pengklasifikasi jaringan syaraf tiruan.6. Menggunakan metoda PENELITIANMenggunakan metoda Yang Akan digunakan Dalam, penelitian inisial terdiri Bahasa Dari langkah-langkah berikut:· Melakukan Metode studi kepustakaan terhadap berbagai Referensi Yang berkaitan Artikel Baru Yang dilakukan penelitian. TOPIK-TOPIK Yang Akan dikaji ANTARA Lain meliputi: pengenalan Pola, pengolahan citra digital, pendeteksian objek secara UMUM, pendeteksian Wajah, Dan jaringan syaraf tiruan.· Menyiapkan pelatihan data set Yang Akan digunakan untuk proses imunisasi meliputi pembelajaran bahasa Dari SISTEM. Data Wajah Yang Akan digunakan melalui praproses berupa resizing menjadi 20x20 pixel, masking, Dan pemerataan histogram.· Merancang SISTEM pendeteksi Wajah Artikel Baru jaringan syaraf tiruan, kemudian membuat Program aplikasinya.· Melakukan PELATIHAN PADA SISTEM Artikel Baru pelatihan data set Yang telah disiapkan sebelumnya.· Melakukan pengujian unjuk Koperasi Karyawan Bhakti Samudera SISTEM. Unjuk Koperasi Karyawan Bhakti Samudera PADA SISTEM pendeteksi Wajah diukur Artikel Baru Menghitung tingkat deteksi Dan palsu positif tingkat.7. JADWAL PENELITIANTidak.Lingkungan kegiatanBulan / tahunOkt03Nop03Des03Jan04Februari04Merusak041Studi kepustakaan2Penulisan Proposal3Pengumpulan data4Pembuatan Telkomnika / Program5Pengujian Telkomnika6Penulisan DAFTAR ISI CONTENTS Akhir8. Tbk DAN PUSTAKAL. Fausett, 1994, Dasar-dasar Jaringan Syaraf: Arsitektur, Algoritma, dan Aplikasi, Prentice-Hall Inc, USA.R.C. Gonzalez, R.E. Woods, 1992, Digital Image Processing, Addison-Wesley Publishing Company, USA.E. Hjelmas, B.K. Rendah, 2001, "Face Detection: A Survey", Computer Vision dan Pemahaman Gambar. 83, hlm 236-274.H. Rowley, S. Baluja, T. Kanade, 1998, "Neural Jaringan Berbasis Face Detection", IEEE Trans. Pola Analisis dan Mesin Intelijen, vol. 20, no. 1.M.H. Yang, D. Kriegman, N. Ahuja, 2002, "Mendeteksi Wajah dalam Foto: Sebuah Survey", IEEE Trans. Pola Analisis dan Mesin Intelijen, vol. 24, no. 1.