Pengklasifikasian Gender Untuk Pemilihan Penayangan Media Iklan Dengan Metode Backropagation

Ikhvan Suseno, Yendro (2019) Pengklasifikasian Gender Untuk Pemilihan Penayangan Media Iklan Dengan Metode Backropagation. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (171kB) | Preview
[img]
Preview
Text (Pendahuluan)
Bab 1 Pendahuluan.pdf - Published Version

Download (173kB) | Preview
[img]
Preview
Text (Penutup)
Bab 5 Penutup.pdf - Published Version

Download (71kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (124kB) | Preview
[img] Text (Fulltext)
Skripsi Fulltext.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Pada penelitian ini bertujuan untuk menayangkan media iklan pada LCD monitor agar sesuai dengan gender yang terdeteksi oleh sistem. Yang diketahui bahwa iklan merupakan salah satu yang terpenting dalam promosi suatu produk dan jasa, sebagai media dalam menyampaikan pesan dan informasi kepada konsumen. Iklan yang ditayangkan kepada konsumen haruslah tepat sasaran sesuai dengan target pasar masing-masing produk. Seiring dengan kemajuan teknologi, sudah banyak jenis media penayangan yang dapat digunakan salah satunya media elektronik. Perkembangan teknologi berupa Jaringan Syaraf Tiruan sudah banyak diterapkan dalam berbagai bidang, dalam penelitian kali ini penulis menerapkan Jaringan Syaraf Tiruan untuk mendeteksi wajah objek dengan metode Backpropagation. Pada sistem ini menggunakan Single Board Computer (Raspberry Pi) dalam pemrosesan sistem, sistem ini melewati 3 proses yakni proses training, proses testing dan proses pemilihan penentuan media iklan. Pada proses training menggunakan aplikasi Matlab untuk mendapatkan bobot yang menjadi parameter penentuan gender pria atau wanita. Proses testing dilakukan pada Rapberry Pi untuk menentukan citra dari objek yang ditangkap oleh kamera dan proses penentuan media iklan yang akan ditayangkan.

Item Type: Thesis (Diploma)
Primary Supervisor: Lathifah Arief, MT
Uncontrolled Keywords: Iklan, Gender, Raspberry Pi, Backpropagation
Subjects: T Technology > TR Photography
Divisions: Fakultas Teknologi Informasi > Sistem Komputer
Depositing User: s1 sistem komputer
Date Deposited: 01 Aug 2019 12:19
Last Modified: 01 Aug 2019 12:19
URI: http://scholar.unand.ac.id/id/eprint/49293

Actions (login required)

View Item View Item