NILAI OPTIMAL CLIP LIMIT METODE CLAHE UNTUK MENINGKATKAN AKURASI PENGENALAN WAJAH PADA VIDEO CCTV

Authors

  • NURZAENAB NURZAENAB Sekolah Tinggi Manajemen Informatika dan Komputer AKBA
  • MUHAMMAD SABIRIN HADIS Sekolah Tinggi Manajemen Informatika dan Komputer AKBA
  • RANDY ANGRIAWAN Sekolah Tinggi Manajemen Informatika dan Komputer AKBA

DOI:

https://doi.org/10.24252/instek.v5i2.16201

Abstract

Pengenalan wajah adalah salah satu penelitian yang banyak diminati komunitas peneliti.  Secara umum, pengenalan wajah melewati proses pre-processing wajah, ekstraksi wajah, klasifikasi wajah, dan rekognisi wajah. Penelitian ini menawarkan nilai parameter cliplimit yang optimal untuk meningkatkan akurasi pengenalan wajah pada video CCTV, karena sampai saat ini nilai cliplimit yang digunakan secara default adalah 0,01 dan belum tentu sesuai dengan kontras data uji setiap penelitian. Tantangan pada penelitian ini adalah data latih dan data uji yang berbeda dari resolusi citra sampai environment, dengan demikian tahap pre-processing sangat diperhatikan untuk dapat menghasilkan citra yang baik dari segi kontras sehingga fitur-fitur wajah dapat diekstraksi dengan baik. Akurasi yang diperoleh menggunakan nilai cliplimit secara default lebih rendah 12,25% dari nilai cliplimit yang diusulkan yaitu 0,005. Sehingga nilai cliplimit yang diusulkan dapat digunakan untuk pengenalan wajah pada video CCTV dengan resolusi citra 96 x 96 dpi.

 

Kata Kunci— CLAHE, Cliplimit, Pengenalan Wajah, Video CCTV.

Downloads

Download data is not yet available.

Author Biographies

NURZAENAB NURZAENAB, Sekolah Tinggi Manajemen Informatika dan Komputer AKBA

Teknik Informatika

MUHAMMAD SABIRIN HADIS, Sekolah Tinggi Manajemen Informatika dan Komputer AKBA

Teknik Informatika

RANDY ANGRIAWAN, Sekolah Tinggi Manajemen Informatika dan Komputer AKBA

Teknik Informatika

References

V. Sutojo, T; Mulyanto, Edi; Suhartono, Kecerdasan Buatan. 2011.
N. F. Ardiansyah, A. Rabi’, D. Minggu, and W. Dirgantara, “Computer Vision Untuk Pengenalan Obyek Pada Peluncuran Roket Kendaraan Tempur,” JASIEK (Jurnal Apl. Sains, Informasi, Elektron. dan Komputer), vol. 1, no. 1, pp. 28–37, 2019, doi: 10.26905/jasiek.v1i1.3142.

Indrabayu, R. A. Tacok, and I. S. Areni, “Modification on brightness enhancement for simple thresholding in eyelid area measurement,” ACM Int. Conf. Proceeding Ser., vol. Part F1309, pp. 101–104, 2017, doi: 10.1145/3121138.3121197.
zekson arizona Matondang, “Penerapan Metode Contrast Limited Adaptive Histogram Equalization ( Clahe ) Pada Citra Digital Untuk Memperbaiki Gambar X-Ray,” pp. 24–29, 2018.

N. Kharel, A. Alsadoon, P. W. C. Prasad, and A. Elchouemi, “Early diagnosis of breast cancer using contrast limited adaptive histogram equalization (CLAHE) and Morphology methods,” 2017 8th Int. Conf. Inf. Commun. Syst. ICICS 2017, pp. 120–124, 2017, doi: 10.1109/IACS.2017.7921957.

P. T. K.koonsanit, S.Thongvigitmanee, N.Pongnapang, “Image Enhancement On Digital X-Ray Images Using N-Clahe X-Ray,” ResearchGate, pp. 1–4.

F. Kanditami, D. Saepudin, and A. Rizal, “Analisis Contrast Limited Adaptive Histogram Equalization ( Clahe ) Dan Region Growing Dalam Deteksi Gejala Kanker Payudara Pada Citra Mammogram,” J. Elektro Itt Telkom, vol. 7 No.1, pp. 15–28, 2014.

D. Indriana and P. Nurtantio Andono, “Peningkatan Kontras Menggunakan Metode Contrast Limited Adaptive Histogram Equalization,” pp. 1–6.

Downloads

Published

2020-09-21

Issue

Section

Volume 5, Nomor 2 Oktober Tahun 2020