Ratih Pujihati , 2014 Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization lvq Untuk
Pengenalan Wajah Dengan Citra Wajah Gaussian Blur Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
3.4 Implementasi Penelitian
3.4.1 Prosedur Pengerjaan Penelitian
Penelitian ini memerlukan tahapan-tahapan yang harus dilakukan seperti pengumpulan data berupa dokumen, data sampel berupa citra wajah dengan
tingkat Gaussian Blurdan citra tanpa Gaussian Blur, eksplorasi mengenai metode LVQ untuk pengenalan wajah, perancangan dan pembangunan perangkat lunak,
dan pengujian kualitas sistem yang telah dibangun untuk mengetahui tingkat akurasi pengenalan wajah pada citra dengan tingkat Gaussian Blur.
Prosedur pengerjaan penelitian yang dilakukan adalah sebagai berikut: a.
Pengumpulan data berupa dokumen dan informasi mengenai proses pengolahan citra digital, dan teknik pengenalan wajah dengan metode LVQ.
b. Pengumpulan data sampel citra wajah dari 10 responden, masing-masing
responden memiliki 15 citra wajah. Kemudian citra wajah akan diproses manual untuk memberikan Gaussian Blurtingkat 1 sampai 5. Sehingga citra
wajah yang terkumpul adalah citra wajah yang memiliki tingkat Gaussian Blur
sebanyak 75 dan citra wajah tanpa Gaussian Blursebanyak 15 untuk masing-masing responden.
c. Perancangan dan pembangunan perangkat lunak yang telah disesuaikan
dengan proses-proses yang telah didefinisikan pada kebutuhan fungsional sistem.
3.4.2 Pengumpulan Data
Ratih Pujihati , 2014 Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization lvq Untuk
Pengenalan Wajah Dengan Citra Wajah Gaussian Blur Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
Pengumpulan data untuk kebutuhan penelitian ini meliputi teori-teori yang dapat menunjang penelitian penerapan metode LVQ untuk pengenalan wajah,
diantaranya image processing dan feature extraction. Selain itu dikumpulkan juga teori yang berkaitan dengan teknik penggunaan metode LVQ untuk pengenalan
wajah, dan mempelajari macam-macam bluryang terdapat pada citra wajah. Untuk memenuhi kebutuhan pembangunan sistem, dibutuhkan data latih
berupa data citra wajah denganGaussian Blurdan citra tanpa Gaussian Blur. Jumlah data yg dikumpulkan adalah 900 citra wajah, kemudian citra wajah akan
diolah secara manual untuk menambahkan tingkat Gaussian Blur. Ukuran citra tidak ditentukan karena sistem akan melakukan pemotongan otomatis pada citra
yang akan menjadi masukan pada sistem. Setelah mendapatkan data citra untuk proses pelatihan, maka kebutuhan
selanjutnya adalah data uji. Data uji didapatkan dari sampel yang telah dikumpulkan. Data uji ini bertujuan untuk mengetahui tingkat akurasi yang
dihasilkan dari sistem penerapan metode LVQ untuk pengenalan wajah dengan citra wajah Gaussian Blur.
Ratih Pujihati , 2014 Penerapan Metode Jaringan Syaraf Tiruan Learning Vector Quantization lvq Untuk
Pengenalan Wajah Dengan Citra Wajah Gaussian Blur Universitas Pendidikan Indonesia
| repository.upi.edu
| perpustakaan.upi.edu
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan