METODE EKSTRAKSI CIRI 2DPCA PADA PENGENALAN CITRA WAJAH DENGAN MATLAB
ABSTRACT: Penelitian mengenai
pengenalan wajah telah
banyak dilakukan dan
dengan berbagai metode. Namun
penelitian ini masih
menarik dilakukan seiring
perkembangan teknologi dan
metode yang digunakan dalam
pengolahan citra. Metode
ekstraksi ciri pada
pengenalan wajahpun cukup banyak
yaitu dengan mengidentifikasi citra
wajah secara spesifik
dengan menggunakan karakteristik terukur.
Pada penelitian ini
peneliti menggunakan ekstraksi
ciri 2 Dimensional Principal Component
Analysis (2DPCA) dan
menggunakan aplikasi Matlab.
Data diambil terlebih dahulu dari
digital image kemudian
dilakukan cropping untuk
mendapatnya citra wajah.
Proses selanjutnya citra wajah dibaca sebagai matrik dan dibuat
berukuran sama 112x96 pixel, kemudian dilakukan
konversi ke bentuk
grayscale. Setelah ekstraksi
ciri 2DPCA dilakukan
pengujian citra wajah dilakukan
dengan metode jarak
euclid. Metode euclid
adalah metode dengan membandingkan jarak
citra pengujian dengan
basis data citra
pelatihan yang memiliki
jarak minimal. Pengelompokan data latih dan data uji menggunakan 5 fold
cross validation. Hasil akurasi yang diperoleh saat dilakukan percobaan pada 10
wajah dengan prosentase nilai eigen 80%, 85%, 90% dan 95% , hasilnya mencapai rata-rata diatas
96,5%.
Penulis: Pratiwi
Kode Jurnal: jptinformatikadd140105
