Anda belum Log-in!
Silahkan Log in
Selamat Datang di Portal Digital Content Publisher
Minggu , 14 September 2025
Perpustakaan sebagai jantung pendidikan tinggi di Indonesia, harus mampu memberi kontribusi yang berarti bagi pelaksanaan proses belajar mengajar di perguruan tinggi.
di-posting oleh dshe pada 2013-05-29 09:28:07 • 351 klik
PENGENALAN WAJAH MENGGUNAKAN KERNEL PRINCIPAL COMPONENT ANALYSIS (KPCA)
disusun oleh YULIA FATMAWATI
Subyek: | Kernel Principal Component Analysis (KPCA) |
Kata Kunci: | Kernel Principal Component Analysis (KPCA) Mahalanobis Distance |
[ Anotasi Abstrak ]
Hasil yang dicapai pada penelitian ini sesuai uji coba yang telah dilakukan pada basis data ORL adalah : 96,23%, pada basis data YALE adalah: 95,46%, dan pada basis data BERN adalah: 95,15% masing masing kombinasi 5 pose. Sehingga dapat disimpulkan bahwa metode ekstraksi fitur KPCA yang dikombinasikan dengan metode klasifikasi Mahalanobis Distance cukup baik digunakan sebagai pengenalan wajah
Kontributor | : Fitri Damayanti,S.Kom., M.kom ; Rima Tri Wahyuningrum, S.T.,M.T. |
Tanggal tercipta | : 2013-05-29 |
Jenis(Tipe) | : Text |
Bentuk(Format) | |
Bahasa | : Indonesia |
Pengenal(Identifier) | : TRUNOJOYO-Tugas Akhir- 251013300117 |
No Koleksi | : 251013300117 |
No Klasifikasi | : 005.1 YUL P |
Ketentuan (Rights) :
2013







Tidak ada !

