Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dengan meningkatnya jumlah kriminalitas seperti pencurian, perampokan, dan pembunuhan, tanggung jawab pihak kepolisian untuk menangkap pelaku kejahatan juga semakin berat. Salah satu data yang dimiliki pihak kepolisian adalah arsip foto dari para pelaku kejahatan. Semakin besar jumlah kejahatan, semakin besar pula jumlah arsip foto yang dimiliki kepolisian. Salah satu cara yang dilakukan untuk mengidentifikasi tersangka adalah dengan mencocokkan wajah tersangka dengan arsip foto yang dimiliki. Jika jumlah arsip foto sangat besar dan proses pencarian dilakukan secara manual, maka akan diperlukan waktu yang cukup lama dan kurang efisien.Dalam Tugas Akhir ini, dikembangkan prototipe suatu sistem yang mampu melakukan pencarian citra wajah. Sistem ini disebut dengan Sistem Temu Kembali Citra Wajah. Sistem ini dikembangkan dengan menggunakan metode eigenface dan jarak euclidean. Metode eigenface digunakan untuk melakukan ektraksi ciri wajah yang penting dalam proses pencarian. Metode ini melakukan proyeksi dari ruang citra wajah dengan dimensi tinggi ke ruang ciri dengan dimensi yang lebih rendah. Jarak euclidean digunakan untuk mengukur nilai kemiripan antara dua citra wajah. Semakin kecil jarak antara dua citra wajah, semakin tinggi nilai kemiripan antara kedua citra wajah tersebut.Sistem yang dikembangkan mampu menemukan citra wajah yang relevan terhadap citra masukan dengan tingkat precision rata-rata sebesar 87% terhadap basis data citra wajah yang digunakan. Eigenface mampu merepresentasikan ciri wajah secara keseluruhan dan tidak berkorespondensi dengan ciri wajah secara spesifik. Eigenface mampu melakukan ekstraksi ciri wajah dengan sederhana, cepat, dan eifisien. Sistem yang dihasilkan dari Tugas Akhir ini dapat digunakan oleh pihak kepolisian untuk mengidentifikasi pelaku kejahatan."

"Penelitian mengenai Sistem Temu Kembali Koleksi Video Pusat Dokumentasi Redaksi Berita Rajawali Citra Televisi Indonesia telah dilaksanakan pada bulan Mei 2002 dan 2003, yang bertujuan untuk memperoleh gambaran mengenai keseluruhan proses yang dilalui sebuah video berita sehingga dapat menjadi koleksi sebuah Pusat Dokumentasi Redaksi Berita.Pengumpulan data dilakukan melalui tinjauan literatur, observasi dan wawancara langsung baik kepada Kepala Pusat Dokumentasi selaku pembuat kebijakan maupun kepada staf Pusat Dokumentasi yang memahami secara mendalam proses pengolahan koleksi video berita. Pada tahap analisisnya, data-data yang didapat di tempat penelitian melalui observasi dan wawancara dibandingkan dengan berbagai literatur yang mendukung. Metode penelitian yang dilakukan adalah metode penelitian aksi (actions research).Hasilnya menunjukkan bahwa banyak kebijakan Pusat Dokumentasi diterapkan dengan tepat guna, walaupun dapat ditingkatkan pada daerah pangkalan datanya. Penyusunan suatu kebijakan dalam pengindeksan dapat meningkatkan potensi koleksi video sehingga dapat digunakan semaksimal mungkin."

"Queri ganda adalah sebuah queri yang mengkombinasikan queri Boolean dan probabilistik pada sistem temu-kembali informasi berbasis Jaringan Inferensi, sistem tersebut terdiri dari dua komponen yaitu jaringan dokumen dan jaringan queri, kedua jaringan dihubungkan oleh busur antara istilah dokumen dan istilah queri. Jaringan dokumen membangun sebuah berkas pembalikan dokumen dan jaringan queri dievaluasi dengan menggunakan matrik kanonik. Proses penyesuaian antara istilah queri dan istilah dokumen menghasilkan sekumpulan dokumen terambil yang relevan. Hasil percobaan menunjukkan formulasi queri ganda secara siknifikan meningkatkan kinerja sistem temu-kembali jika dibandingkan dengan queri Boolean atau probabilistik.

---

The Multiple Query of Information Retrieval System Based on Inference Network. The multiple query is a query that combines Boolean and probabilistic query on the information retrieval inference network system, the system consists of two components i.e. a dokument and a query network, they are joined by links between the representation and query concepts. The document network build an inverted belief list and the query network are evaluated by using canonical matrix. The similarity process between representation and query conceps yields a set of relevant document retrieved. The experiment has showed that the use of multiple query formulations will significantly improve the retrieval perfomance, compared to either the Boolean or probabilistic query."

"Pengenalan wajah adalah permasalahan fundamental di computer vision. Salah satu solusi permasalahan ini adalah pembelajaran metrik, yang dapat dilakukan dengan metode deterministik atau metode probabilistik. Penelitian ini bertujuan untuk menggabungkan keunggulan model deterministik Proxy Anchor dengan model probabilistik Probabilistic Face Embeddings menjadi suatu model usulan ProxyPE. Selain itu, kami juga mengusulkan kerangka alur prapemrosesan citra wajah untuk citra masukan melalui restorasi wajah dengan GFP-GAN. Dataset citra wajah yang digunakan pada penelitian ini adalah dataset Labelled Faces in the Wild. Pengujian pada model ProxyPE menunjukkan hasil evaluasi yang lebih unggul dengan MAP@R sebesar 8.28, dibandingkan dengan model Probabilistic Face Embeddings dengan MAP@R sebesar 4.58, namun belum sebaik model Proxy Anchor dengan dengan MAP@R sebesar 18.75. Selanjutnya, peningkatan kualitas citra melalui restorasi wajah dengan GFP-GAN secara umum meningkatkan kinerja model usulan. Pengenalan wajah pada ProxyPE yang didahului prapemrosesan citra wajah tersebut menunjukkan peningkatan kinerja dengan MAP@R sebesar 8.74. Secara umum, model usulan ProxyPE dapat mengenali wajah dengan lebih baik daripada Probabilistic Face Embeddings dengan dan tanpa GFP-GAN.

---

Face recognition is a fundamental problem in computer vision. One solution to this problem is metric learning, that can be done with deterministic methods or probabilistic methods. This research aims to combine the advantages of the deterministic Proxy Anchor model and the Probabilistic Face Embeddings model, into the proposed ProxyPE model. In addition, we also propose an image preprocessing framework for input images by restoring faces using GFP-GAN. The dataset of face images used in this research is the Labelled Faces in the Wild dataset. Evaluation on the ProxyPE model shows better results with MAP@R of 8.28, compared to the Probabilistic Face Embeddings model’s MAP@R of 4.58, but not as good as the Proxy Anchor model’s MAP@R of 18.75. Furthermore, improving image quality through face restoration with GFP-GAN generally improves our model’s performance. Face recognition on ProxyPE preceded by preprocessing face images results in a performance improvement with MAP@R of 8.74. Overall, the proposed ProxyPE model achieves better performance than Probabilistic Face Embeddings with and without GFP-GAN."

"Pada tulisan ini akan dijelaskan berbagai teknik sistem temu kembali informasi dan rancangan integrasi sistem ke basis hiperteks. Sistem pengindeksan yang dijelaskan adalah pengindeksan dengan pembobotan berdasarkana frekuensi dan berdasarkan rumus Savoy [1]. sedangkan teknik temu kembali informasi yang dijelaskan adalah teknik Boolean biasa, teknol Boolean berperingkat dan teknik Extnded Boolean.Kinerja berbagai pengindeksan di ukur dengan menampilkan dokumen yang terambil berikut bobot peringkatnya.Sistem ini dapat digunakan sebagai "bencmarking tool" untuk mengukur kinerja berbagai teknik yang digunakan dalam sistem temu kembali informasi"

"Ide dasar dilakukannya penelitian ini adalah untuk mengembangkan dan mengimplementasikan sistem temu kembali informasi dalam lingkungan yang sifatnya terdistribusi (Ditributed Information Retrieval System). Pengertian terdistribusi di sini adalah penggunaan satu prosesor untuk mengakses beberapa koleksi database dokumen.Pengimplementasian sistem temu-kembali informasi terdistribusi menjadi begitu penting karena sifat alamiah dari koleksi dokumen yang letak penyimpanannya tersebar secara fisik (misalnya, koleksi dokumen yang berada di berbagai instansi). Di samping itu, setiap pengelola dokumen tentunya menginginkan adanya kebebasan dalam mengatur koleksi dokumen yang dimilikinya. Sifat dokumen yang seperti inilah yang menyebabkan diperlukannya suatu mekanisme khusus, agar seseorang yang membutuhkan informasi tidak mengalami kesulitan ketika mencari informasi tersebut.Untuk mengatasi hal tersebut di atas, diperlukan suatu sistem temu kembali yang bisa digunakan dalam lingkungan yang terdistribusi. Ada tiga bagian yang harus diperhatikan dalam mengembangkan sistem temu kembali informasi terdistribusi, yaitu (1) antar-muka ke pemakai (user interface), (2) mesin pencari (search engine) dengan kemampuan melakukan pencarian terhadap sumber-sumber dokumen yang ada di dalam berbagai LAN/WAN, (3) basis data dokumen.Pengembangan sistem temu-kembali informasi terdistribusi ini (khususnya bagian mesin pencari) dibagi dalam 3 bagian yaitu: bagian pemeringkatan koleksi, mesin pencari di database lokal, bagian yang menggabungkan hasil pencarian yang diperoleh dari suatu koleksi. Teknik pengindeksan yang dipergunakan adalah pengindeksan frekuensi dan pengindeksan berbasis rumus Savoy. Teknik pemeringkatan yang dipergunakan untuk pemilihan koleksi adalah teknik Lexicon Inspection, D-WISE, dan modifikasi dari rumus Savoy. Sedangkan teknik temu kembali informasi yang dipergunakan untuk mencari koleksi dokumen dalam suatu server adalah teknik Extended Boolean P-Norm Model. Untuk menggabungkan hasil pencarian di berbagai koleksi dokumen, teknik yang dipergunakan adalah raw score dan weighted score.Hasil penelitian menunjukkan bahwa teknik Lexicon Inspection memberikan hasil pemeringkatan yang lebih baik dibandingkan dengan teknik D-WISE dan Savoy Extension. Penelitian juga menunjukkan bahwa penggunaan meta-index berbasis indeks Savoy memberikan hasil yang lebih baik dibandingkan dengan indeks frekuensi. Selain itu penelitian juga menunjukkan bahwa pencarian tidak harus dilakukan di seluruh koleksi yang terambil. Dengan mengambil 90% koleksi teratas dari koleksi yang terambil, dokumen relevan yang terambil mendekati hasil yang diperoleh apabila dilakukan pencarian terhadap seluruh koleksi yang terambil."

"Penelitian ini merupakan penelitian eksperimen yang bertujuan (1) Untuk mengetahui kinerja sistem temu kembali di perpustakaan ELSAM dilihat dari segi ketepatan dan perolehannya. (2) Untuk mengetahui perbandingan kinerja sistem temu kembali antara IGLOO (berbasis CDS/ISIS) dengan MyBiblio (berbasis MySQL). Beberapa hal yang dibahas dalam penelitian ini adalah tentang tehnik pengindeksan di IGLOO dan MyBiblio, perolehan dan ketepatan dari kedua sistem temu kembali serta pengeruh penggunaan bahasa alamiah dan bahasa terkendali dalam perolehan dan ketepatan. Dari hasil penelitian diketahui bahwa sistem yang lebih tinggi ketepatannya adalah IGLOO namun memiliki perolehan yang lebih tinggi adalah MyBiblio, untuk di perpustakaan ELSAM yang memilki koleksi 3977, sistem seperti MyBiblio yang lebih dipilih karena sistem ini dapat menampilkan perolehan yang lebih tinggi."