Evaluasi Kinerja Metode PCA/LPP Pada Sistem Pengenalan Citra Wajah Manusia

Authors

  • Ni Wayan Marti FTK Undiksha

DOI:

https://doi.org/10.23887/jptk-undiksha.v6i1.17

Abstract

Sistem identifikasi personal yang berbasis pengenalan wajah
dengan tingkat akurasi yang optimal sangat diperlukan untuk
mengidentifikasi seseorang secara tepat yang dapat dimanfaatkan dalam suatu sistem pengamanan elektronik. Pada penelitian ini telah dibangun suatu sistem pengenalan citra wajah manusia dengan menerapkan dua metode pada tahap ekstraksi ciri wajah, yaitu metode Principal Component Analysis (PCA) digabung dengan metode Locality Preserving
Projection (LPP) atau yang akan disebut dengan metode PCA/LPP. Sedangkan pada tahap pengklasifikasian digunakan metode linier yaitu jarak euclidean dari ketetanggaan terdekat. PCA digunakan untuk mereduksi dimensi citra wajah yang besar dengan vektor basis yang disebut Eigenfaces. Sedangkan metode Locality Preserving Projection merupakan metode linier yang dapat menemukan manifold nonlinier data pada dimensi rendah. Vektor-vektor basis yang dihasilkan LPP disebut
Laplacianfaces. Untuk tahap uji coba sistem, digunakan basis data wajah Yale yang telah dinormalisasi. Tingkat pengenalan optimal yang diperoleh dengan menggunakan metode PCA adalah 82.67%, sedangkan dengan metode PCA/LPP adalah 86.67%.
Kata-kata kunci : PCA, LPP, Eigenfaces, Laplacianfaces

Downloads

Published

2009-02-23