JURNAL : METODE EKSTRAKSI CIRI 2DPCA PADA PENGENALAN CITRA WAJAH DENGAN MATLAB

ABSTRAK - 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%.

Kata kunci : Pengenalan Wajah, ekstraksi ciri, 2DPCA, jarak euclid

PENDAHULUAN - Penelitian mengenai pengenalan wajah telah banyak dilakukan dan dengan berbagai metode seperti yang dilakukan oleh Sudarmilah (2009),Yang and Zhang (2004), Soelaiman dan Kusumoputro (2002). Di dalam proses dalam pengenalan wajah cukup banyak metode yang dapat digunakan, salah satunya dengan menggunakan jaringan syaraf tiruan dengan berbasis ekstraksi ciri. Ekstrasi ciri mengidentifikasi citra wajah secara spesifik dengan menggunakan karakteristik terukur. Karakteristik ini digunakan pada pengenalan wajah untuk mendapatkan ciri-ciri yang penting dari basis data citra pelatihan yang akan menjadi referensi.