Pengenalan Wajah Menggunakan Metode Principal Component Analysis dan Adaptive Resonance Theory 2
| Main Author: | Ardana, NandaGalih |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/152697/1/051103355.pdf http://repository.ub.ac.id/152697/ |
Daftar Isi:
- Beberapa penelitian tentang pengenalan wajah pernah dibuat. Salah satunya adalah menggunakan PCA (Principal Component Analysis) dan ART-2A (Adaptive Resonance Theory 2A). Hasil penelitian menunjukkan bahwa menggunakan metode PCA dan ART-2A dapat mengenali wajah dengan tingkat keakuratan 97,8 %. Pada penelitian akhir ini akan diimplementasikan pengenalan wajah menggunakan PCA (Principal Component Analysis) dan ART-2 (Adaptive Resonance Theory 2). Metode ART-2 dipilih karena kemampuannya untuk mengelompokkan pola input dengan jumlah acak dan memiliki karakteristik vektor input analog (kontinu). Principal Component Analysis (PCA) merupakan salah satu metode yang umum digunakan mendapatkan informasi ciri yang penting dari citra wajah dan mereduksi dimensi data. Reduksi dimensi digunakan untuk memudahkan kompleksitas perhitungan dengan tidak mengurangi hasil akhir pengenalan. Dengan melakukan ini, bisa mengurangi sensitivitas metode untuk varian substansial antara citra wajah disebabkan oleh ukuran besar, ekspresi atau variasi iluminasi. Dari hasil penelitian didapatkan tingkat akurasi untuk proses klasifikasi terbaik sebesar 71,19 %. Dengan tingkat akurasi ini, maka metode ART-2 tidak memberikan hasil pengenalan wajah yang lebih baik dibandingkan menggunakan metode ART-2A.