PENGENALAN WAJAH MANUSIA DENGAN METODE PRINCIPLE COMPONENT ANALYSIS (PCA)
Abstract: Pengenalan wajah
yaitu membandingkan citra masukan dengan suatu database wajah dan menemukan
wajah yang paling sesuai dengan masukan citra tersebut. Beberapa pendekatan
untuk pengenalan objek dan grafika komputer didasarkan secara langsung pada
citra-citra tanpa penggunaan model 3D. Karena dimensi piksel hasil transformasi
berukuran besar kemudian dilakukan reduksi dimensi dengan menggunakan analisis
komponen utama (Principal Component Analysis) yang juga dikenal dengan metode
eigenfaces. Setelah citra pelatihan diolah maka akan dicari nilai rata-ratanya.
Dengan penghitungan dari sampel training set akan diperoleh eigenfaces dengan
nilai tertinggi. Citra untuk pengujian berupa citra wajah dan bukan wajah yang
sebagian merupakan data citra pelatihan, jumlah data uji sebanyak 40 citra yang
terdiri dari 35 citra wajah dan 5 citra
bukan wajah. Pengukuran jarak euclid (Euclidean Distance) akan menghasilkan
nilai maksimum dan minimum, sehingga dapat diperoleh output berupa wajah yang
dikenali dan tidak dikenali. Dari hasil penelitian didapatkan bahwa persentase
ketepatan pengenalan wajah pada konfigurasi optimum dari principle component
analysis (PCA), menunjukkan hasil yang memuaskan. False positive ratenya
menunjukkan angka yang kecil, yakni sebesar 0.125%.
Penulis: Murinto
Kode Jurnal: jptkomputerdd070045
