PENGGUNAAN METODE LINEAR DISCRIMINANT ANALYSIS UNTUK PENGENALAN WAJAH DENGAN MEMBANDINGKAN BANYAKNYA DATA LATIH
Abstract
Pengenalan wajah sangat dibutuhkan dalam sistem keamanan rumah karena dapat membantu mengetahui siapa saja yang sudah memasuki area rumah. Salah satu metode yang dapat digunakan dalam pengenalan wajah adalah metode Principle Component Analysis (PCA). Akan tetapi, metode PCA kurang optimal dalam melakukan pemisahan antar kelas. Oleh karena itu pada penelitian ini digunakan metode lain yang dapat melakukan pemisahan antar kelas secara optimal seperti metode Linear Discriminant Analysis (LDA). Data yang digunakan sebanyak 400 data citra wajah dengan komposisi 40 orang dengan tiap orang memiliki 10 citra wajah dengan berbagai ekspresi. Pada penelitian ini diusulkan untuk memperhatikan banyaknya data latih yang digunakan. Banyaknya citra wajah tiap orang yang digunakan untuk data latih adalah 5, 6, 7, 8 dan 9 citra wajah per orang. Selanjutnya dilakukan ekstraksi fitur dengan menggunakan metode LDA. Selanjutnya dilakukan klasifikasi terhadap fitur-fitur yang telah diperoleh dengan menggunakan metode K Nearest Neighbor (KNN). Berdasarkan hasil penelitian diperoleh bahwa tingkat akurasi terbesar yaitu sebesar 97,5% yang terjadi saat banyaknya citra data latih tiap orang adalah 9 dan banyaknya tetangga (K) adalah 1.
Keywords
References
Kosasih, "Kombinasi Metode Isomap Dan KNN Pada Image Processing Untuk Pengenalan Wajah," CESS (Journal of Computer Engineering System and Science), vol. 5, no. 2, hal. 166 - 170, 2020.
V. D. Maaten, E. Postma, dan D. Herik, "Dimensionality reduction a comparative review," L. J. P. Technical Report TiCCTR. 2009-005, 2009.
Cayton, "Algorithms for manifold learning," UCSD Technical Report CS. 2008-0923, 2005.
Kosasih, S. Madenda , C. M. Karyati dan Lussiana, "Determination the Optimal Position from T1 and T2 Weighted MR Imaging of the Abdominal Aortic Aneurysm," Advance Science, Engineering and Medicine, vol. 7, no. 10, hal. 915 - 919, 2015.
Kosasih, Penggunaan Metode PCA Untuk Reduksi Data Image Pembuluh Darah Vena," Prosiding Konferensi Nasional Matematika XVII - ITS, Surabaya, 2014, hal. 241 - 247.
Y. Sari, "Pengenalan wajah pada citra digital menggunakan algoritma Eigenface dan Euclidean distance," Skripsi, Jurusan Teknik Informatika, Universitas Halu Oleo, Kendari, 2012.
N. Belhumeur, J. P. Hespanha, dan D. J. Kriegman, Eigenfaces vs. fisherfaces: Recognition using class specific linear projection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1997, vol. 19, no.7, hal. 711 - 720.
Mahmud, M. T. Khatun, S. T. Zuhori, S. Afroge, M. Aktar, dan B. Pal, “Face recognition using Principle Component Analysis and Linear Discriminant Analysis,” International Conference on Electrical Engineering and Information Communication Technology (ICEEICT), 2015, hal. 1 - 4.
N. T. A. Putra dan A. Harjoko, "Pengenalan Wajah Berbasis Mobile Menggunakan Fisherface dan Distance Classifier," Jurnal Sains dan Teknologi, vol. 7, no. 1, hal. 135 - 145, 2018.
Kosasih dan A. Fahrurozi, "Clustering of Face Images by Using Isomap method," Proceeding on International Workshop on Academic Collaboration, No (ISBN: 978-602-9438-86-4), 2017, hal. 52 - 56.
Fahrurozi dan R. Kosasih, "Face Recognition Using Local Binary Pattern Combined With PCA For Images Under Various Expression and Illumination," Proceeding on International Workshop on Academic Collaboration, No (ISBN: 978-602-9438-86-4), 2017, hal. 1 - 7.
E. Pratiwi, dan A. Harjoko, "Implementasi Pengenalan Wajah Menggunakan PCA (Principle Component Analysis)," Indonesian Journal of Electronics and Instrumentations Systems, vol. 3, no. 2, hal. 175 - 184, 2013.
AT&T Laboratories Cambridge, “The Database of Face, 2001. [Daring]. Available: http://cam-orl.co.uk/facedatabase.html. [Diakses: 14 April 2021].
M. Anggo dan L. Arapu, "Face Recognition Using Fisherface Method," Phys.: Conf. Ser. 1028 012119, 2018.
I. G. P. S. Wijaya, K. Uchimura, dan G. Koutaki, "Face Recognition Using Holistic Features and Linear Discriminant Analysis Simplification," TELKOMNIKA, v10, no.4, hal. 775 - 787, 2012.
Murni, R. Kosasih, A. Fahrurozi, T. Handhika, I. Sari dan D. P. Lestari, "Travel Time Estimation for Destination In Bali Using kNN-Regression Method with Tensorflow," IOP Conf. Ser.: Mater. Sci. Eng. 854 012061, 2020.