IDENTIFIKASI PROFILE DOSEN FAKULTAS TEKNIK UNIVERSITAS MAARIF HASYIM LATIF MELALUI PENGENALAN WAJAH MENGGUNAKAN METODE DEEP BELIEF NETWORK BERBASIS ANDROID
DOI:
https://doi.org/10.51804/ucaiaj.v4i1.21-26Keywords:
android, citra digital, dosen, metode deep belief network, pengenalan wajah, umahaAbstract
Mahasiswa menemui dosen penuh dengan keberagaman mulai dari menanyakan perkuliahan, meminta tanda tangan, sampai skripsi. Ada beberapa mahasiswa termasuk mahasiswa baru yang tidak mengetahui profil dosennya sehingga hal itu mempersulit urusan mahasiswa tersebut. Maka dari itu diperlukan sebuah aplikasi yang berguna untuk menampilkan profil dosen agar para mahasiswa yang bisa mencari dosen-dosen bersangkutan supaya urusan bisa diselesaikan. Aplikasi ini menggunakan metode deep belief network dimana metode ini ada prosedur lapis demi lapis yang efisien untuk mempelajari bobot-bobot generatif top-down yang menentukan bagaimana variabel-variabel dalam satu lapisan bergantung pada variabel-variabel pada lapisan di bagian atas. Setelah belajar, nilai-nilai variabel laten di setiap lapisan dapat diinferensikan dengan satu bottom-up pass tunggal yang dimulai dengan vektor data terobservasi di lapisan bawah dan menggunakan bobot-bobot generatif dalam arah sebaliknya.
References
Darmawan, A. (2019). APLIKASI MOBILE PENGENALAN WAJAH SECARA REAL-TIME BERBASIS PRINCIPAL COMPONENT ANALYSIS. Ubiquitous: Computers and Its Applications Journal, 2(1), 57–66. https://doi.org/10.51804/ucaiaj.v2i1.57-66
Ekowati, P. (2020). SISTEM PAKAR IDENTIFIKASI JENIS KULIT WAJAH MANUSIA UNTUK MENENTUKAN PERAWATAN FACIAL KECANTIKAN MENGGUNAKAN METODE FORWARD CHAINING. Ubiquitous: Computers and Its Applications Journal, 3(2), 113–118. https://doi.org/10.51804/ucaiaj.v3i2.113-118
Khandelwal, R. (2018). Deep Learning — Deep Belief Network (DBN). Retrieved February 23, 2019, from https://medium.datadriveninvestor.com/deep-learning-deep-belief-network-dbn-ab715b5b8afc
Prastya, M. A. (2019). SISTEM PENGENALAN WAJAH MANUSIA MENGGUNAKAN ALGORITMA VIOLA-JONES DAN PRINCIPAL COMPONENT ANALYSIS. Ubiquitous: Computers and Its Applications Journal, 2(2), 85–92. https://doi.org/10.51804/ucaiaj.v2i2.85-92
Putra, B. R. D., Kusuma, W. A., & Kustiyo, A. (2013). Klasifikasi Khasiat Formula Jamu dengan Metode Deep Belief Networks. Bogor.
Sinurat, S. (2014). Analisa Sistem Pengenalan Wajah Berbentuk Citra Digital Dengan Algoritma Principal Components Analysis. Vol. III, (1).
Sofian, R. Y. (2014). Pembuatan Aplikasi Pengenalan Wajah Dengan Metode Discrete Cosine Transform Dengan Contoh Kasus Presensi Sederhana. CALYPTRA, 3(1), 1–9.
Suyanto, Ramadhani, K. N., & Mandala, S. (2019). Deep Learning : Modernisasi Machine Learning Untuk Big Data. Bandung: Informatika.
Downloads
Published
Issue
Section
License
With the receipt of the article by UCaiAJ Editorial Board and the decision to be published, the copyright regarding the article will be transferred to UCaiAJ. The copyright transfer form can be downloaded here.
UCaiAJ has the right to multiply and distribute the article and every author is not allowed to publish the same article that was published in this journal.
UCaiAJ is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Under the following terms:
Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
