Please use this identifier to cite or link to this item:
http://repository.iti.ac.id/jspui/handle/123456789/1075
Title: | IMPLEMENTASI RESTRICTED BOLTZMANN MACHINE (RBM) DAN LOGISTIC REGRESSION (LR) UNTUK MENGKLASIFIKASIKAN GAMBAR WAJAH BERDASARKAN KATEGORI USIA (ANAK DAN DEWASA) |
Authors: | Sulistyowati Dito Aldi Soekarno Putra |
Keywords: | Ekstraksi Fitur Klasifikasi Machine Learning DBN |
Issue Date: | Apr-2020 |
Publisher: | Institut Teknologi Indonesia |
Abstract: | Klasifikasi gambar merupakan salah satu bidang penelitian dalam computer vision dan pengolahan citra digital yang dapat digunakan untuk berbagai hal. Salah satu manfaat dari klasifikasi gambar yaitu dapat membedakan objek-objek seperti orang, hewan, benda mati, wajah, dan lain-lain menggunakan komputer. Untuk melakukan hal tersebut dapat dikerjakan dengan mudah oleh manusia namun tidak demikian oleh komputer. Dalam membeda-bedakan gambar berdasarkan apa yang direpresentasikan oleh gambar tersebut, komputer memerlukan metode ekstraksi fitur/ciri dan klasifikasi gambar. Pada Tugas Akhir ini akan diimplementasikan metode Deep Belief Network (DBN) yang dapat mengekstraksi fitur dan mengklasifikasi gambar wajah dan non-wajah dengan 1240 set data. Implementasi secara keseluruhan menggunakan Python3. |
Description: | Dosen Pembimbing: Sulistyowati |
URI: | http://repository.iti.ac.id/jspui/handle/123456789/1075 |
Appears in Collections: | [TA] Informatika |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
1 SAMPUL.pdf | JUDUL | 24.41 kB | Adobe PDF | View/Open |
2 ABSTRAKSI.pdf | ABSTRAK | 249.41 kB | Adobe PDF | View/Open |
3 BAB I.pdf | BAB I | 270.95 kB | Adobe PDF | View/Open |
4 BAB II.pdf Restricted Access | BAB II | 736.55 kB | Adobe PDF | View/Open Request a copy |
5 BAB III.pdf Restricted Access | BAB III | 680.54 kB | Adobe PDF | View/Open Request a copy |
7 BAB V.pdf Restricted Access | BAB V | 258.41 kB | Adobe PDF | View/Open Request a copy |
8 DAFTAR PUSTAKA.pdf | DAFTAR PUSTAKA | 106.03 kB | Adobe PDF | View/Open |
9 FULL TEXT.pdf Restricted Access | FULL TEXT | 1.37 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.