RANCANG BANGUN SISTEM PENGENALAN WAJAH DENGAN METODE PRINCIPAL COMPONENT ANALYSIS
| Main Authors: | Salamun, Salamun, Wazir, Firman |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | ind |
| Terbitan: |
LPPM Universitas Abdurrab
, 2016
|
| Online Access: |
http://jurnal.univrab.ac.id/index.php/rabit/article/view/25 http://jurnal.univrab.ac.id/index.php/rabit/article/view/25/12 |
Daftar Isi:
- Wajah merupakan salah satu ukuran fisiologis yang paling mudah dan sering digunakan untuk membedakan identitas individu yang satu dengan yang lainnya. Proses pengenalan wajah ini menggunakan informasi mentah dari pixel citra yang dihasilkan melalui camera yang kemudian direpresentasikan dalam metode Principal Components Analysis. Adapun cara kerja metode Principal Components Analysis adalah dengan menghitung dari rata-rata flatvector pixel dari gambar-gambar yang sudah disimpan dalam suatu database, dari rata-rata flatvector tersebut akan didapatkan nila eigenface masing-masing gambar dan kemudian akan dicari nilai eigenface terdekat dari gambar citra wajah yang ingin dikenali. Hasil pengujian menunjukkan tingkat keberhasilan pengenalan wajah secara keseluruhan sebesar 82,27% dengan data wajah sebanyak 130 gambar.
- The face is one of the easiest physiological measures and is often used to distinguish individual identities from one another. This facial recognition process uses raw information from pixel images generated through a camera which is then represented in the Principal Components Analysis method. The Principal Components Analysis method works by calculating the average flatvector pixel of images that have been stored in a database, from the average flatvector will get the value of each image eigenface and then the nearest eigenface value of the image will be found and then the nearest eigenface value of the image will be found the image of the face you want to recognize. The test results showed an overall success rate of face recognition of 82.27% with face data of 130 images.