ahmadwildan.polije
/
TIF_E41201452
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
Penelitian ini mengembangkan sistem pengenalan wajah menggunakan metode K-Nearest Neighbor (K-NN) untuk mendeteksi pelaku kejahatan. Proses pre-processing melibatkan konversi gambar ke grayscale, peningkatan kontras, deteksi wajah dengan haar cascades, cropping, resizing, dan normalisasi intensitas untuk menghasilkan citra yang baik sebelum ekstraksi fitur menggunakan Local Binary Pattern (LBP). Klasifikasi dengan K-NN dilakukan dengan berbagai nilai k, yaitu k = 1 menghasilkan akurasi 100%, k = 3 menghasilkan akurasi 66%, k = 5 menghasilkan akurasi 56%, dan k = 7 menghasilkan akurasi 53%.
3 Commits 1 Branch 0 Tags 740 MiB
JavaScript 92.7%
Blade 4.1%
PHP 2.5%
Python 0.4%
CSS 0.3%
Go to file
DANNN-ID cd30d35ecd Final Commit 2024-06-14 12:41:07 +07:00
Python/tectcrime Final Commit 2024-06-14 11:27:15 +07:00
Website Final Commit 2024-06-14 12:41:07 +07:00
LICENSE Initial commit 2024-06-14 11:16:25 +07:00
README.md Initial commit 2024-06-14 11:16:25 +07:00

README.md

TIF_E41201452

Penelitian ini mengembangkan sistem pengenalan wajah menggunakan metode K-Nearest Neighbor (K-NN) untuk mendeteksi pelaku kejahatan. Proses pre-processing melibatkan konversi gambar ke grayscale, peningkatan kontras, deteksi wajah dengan haar cascades, cropping, resizing, dan normalisasi intensitas untuk menghasilkan citra yang baik sebelum ekstraksi fitur menggunakan Local Binary Pattern (LBP). Klasifikasi dengan K-NN dilakukan dengan berbagai nilai k, yaitu k = 1 menghasilkan akurasi 100%, k = 3 menghasilkan akurasi 66%, k = 5 menghasilkan akurasi 56%, dan k = 7 menghasilkan akurasi 53%.