A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
@thesis{thesis,
author={Anthoinete and Dr.Elyas },
title ={OPTIMALISASI KINERJA SISTEM SEKURITAS RUMAH
MODERN BERBASIS JARINGAN SARAF TIRUAN (JST)
PERFORMANCE OPTIMALIZATION OF MODERN HOUSE
SECURITY SYSTEM BASED BACKPROPAGATION NEURAL
NETWORK (BNN)},
year={2013},
url={http://repository.unhas.ac.id/id/eprint/9917/},
abstract={ANTHOINETE P.Y.WAROH . Optimalisasi Kinerja Sistem Sekuritas Rumah Modern
Berbasis Jaringan Saraf Tiruan (JST) (dibimbing oleh Elyas Palantei dan Adnan).
Perkembangan yang pesat dibidang teknologi komputer, elektronik, telekomunikasi
maupun mekanik telah menghasilkan berbagai aplikasi canggih . Tujuan penelitian ini
untuk membuat sistem sekuritas masuk rumah modern yang cerdas dengan memanfaatkan
pola pencitraaan wajah, menganalisis akses pencitraan yang cerdas dan membuat
prototype dari sistem agar teroptimalisasi kinerjanya. Metode yang digunakan adalah
analisis akuisisi. Sistem pengenalan wajah menggunakan citra wajah yang diambil dari 7
wajah manusia dengan 5 posisi wajah yang berbeda-beda, yaitu posisi biasa, tersenyum,
serong ke kiri, serong ke kanan, dan mulut terbuka. Dalam prakteknya, algoritma
backpropagation capturing (perekaman) wajah dengan jarak konstan dikumpulkan
melalui proses mengakses data terhadap citra wajah dengan jarak konstan 30 cm ( dekat
kamera webcame) dengan kondisi pencahayaan yang relatif sama. Selanjutnya diadakan
pengujian dan pengukuran kepada 7 wajah manusia yang tidak dikenal (tidak diteliti).
Hasil penelitian menunjukkan bahwa dari 35 citra wajah yang diteliti dan 35 citra wajah
yang tidak diteliti memiliki ukuran yang bervariasi, yaitu mulai dari 300 sampai dengan
500 piksel. Dapat disimpulkan bahwa klasifikasi yang menunjukkan angka
keberhasilannya adalah ketika diaplikasikan pada wajah yang dikenal oleh sistem maka
sinyal lampu akan menyala (pintu terbuka) dan ketika wajah tak dikenalnya lampu akan
mati (pintu tertutup). Data pengujian keberhasilan pengenalan pola wajah 96% dan yang
tidak sesuai pengenalan pola wajah 98 %.Sistem yang dibuat adalah sebuah sekuritas
rumah modern berbasis jaringan saraf tiruan (JST) yang diuji pada software matlab R2009a
dengan pengenalan pola citra wajah face parttern recognition.
Kata kunci : algoritma backpropagation, pengenalan pola wajah.}
}