KLASIFIKASI JENIS KELAMIN BERDASARKAN CITRA MATA DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

K Amadha, Gilang Syah (2023) KLASIFIKASI JENIS KELAMIN BERDASARKAN CITRA MATA DENGAN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (701kB)
	Text BAB I.pdf Download (247kB)
	Text BAB II.pdf Download (234kB)
	Text BAB III.pdf Download (346kB)
	Text BAB IV.pdf Download (256kB)
	Text BAB V.pdf Download (123kB)
	Text LAMPIRAN.pdf Download (323kB)

Abstract

Rongga orbit menampung mata, yang berfungsi sebagai organ visual. Ukurannya kira-kira 2,5 cm dan berbentuk bulat. Jaringan lemak mengisi rongga antara orbit dan rongga mata. Perlindungan okular diberikan oleh tulang dan lemak dinding orbita. Kedua mata memiliki anatomi yang berbeda namun berfungsi bersama. Halhal Akses satu mata saja dengan persepsi kedalaman yang sebenarnya Mengalami kesulitan memakai satu mata,terutama untuk menentukan jarak.Istilah dan kata tambahannya bisa diurutkan secara tata bahasa menurut hubungannya dengan gender, ialah kategori yang mencakup pengertian seks biner dan netralitas gender.Penelitian ini dilakukan untuk menentukan apakah algoritma K-Nearest Neighbor(KNN) bisa secara akurat membedakan jenis kelamin dari gambar mata. Untuk percobaan sistem yang dilakukan, data dikumpulkan dari situs web kaggle untuk di pakai penyelidikan ini dan menggunakan gambar yakni mata manusia. Secara keseluruhan ada 11.525 foto mata dengan format Jpg untuk jumlah foto mata wanita 5.202 dan untuk foto pria 6.323 yang di gunakan. Hasil pemodelan di ukur memakai Confusion Matrix dalam menghitung akurasi. Sesudah di uji, model ini punya akurasi tertinggi 77% dengan nilai k (tetangga terdekat) yakni Berlandaskan hasil mengimplementasikan algoritma K-Nearest Neighbor(KNN) untuk menghitung dan mencari hasil akurasi yang terbaik. Hal ini menunjukan bahwasanya data peneliti mampu mengimplementasikan objek citra mata dengan mencari akurasi yang terbaik dari model K-Nearest Neighbor(KNN). Kata kunci: Mata, Gender, Klasifikasi, Sistem, K-Nearest Neighbor

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	- Abdurrahman -
Date Deposited:	14 Jun 2023 04:10
Last Modified:	14 Jun 2023 04:10
URI:	http://repository.unas.ac.id/id/eprint/6738

Actions (login required)

View Item