skip to main content

SIMULASI PENGENALAN WAJAH MANUSIA MENGGUNAKAN METODE ANALISIS DISKRIMINAN LINEAR DUA DIMENSI (2D-LDA) DENGAN JARAK MANHATTAN, CANBERRA DAN EUCLIDEAN

1Departemen Teknik Elektro, Universitas Diponegoro , Indonesia

2Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia, Indonesia

Editor(s): Aris Triwiyatno
Open Access Copyright 2017 TRANSIENT

Citation Format:
Abstract
Wajah merupakan salah satu ciri biometrika yaitu ciri dari tiap-tiap individu yang unik yang tidak dimiliki individu lainnya selain individu tersebut. Pada teknik pengolahan citra digital ciri biometrika wajah dapat digunakan pada sistem pengenalan wajah dengan melakukan proses ekstraksi ciri nilai piksel citra wajah tersebut menggunakan beberapa metode ekstraksi ciri yang ada, salah satunya metode Analisis Diskriminan Linear Dua Dimensi (2-Dimensional Linear Discriminant Analysis atau 2D-LDA). Pada Tugas Akhir ini dirancang sebuah perangkat lunak simulasi pengenalan wajah manusia berdasarkan variasi posisi dan ekspresi tertentu wajah. Pada simulasi ini proses pengenalan wajah manusia diawali dengan tahap prapengolahan dan selanjutnya tahap ekstraksi ciri dari citra wajah manusia menggunakan metode 2D-LDA. Tahap terakhir adalah proses pengenalan dengan melakukan perhitungan jarak terkecil vektor ciri citra yang akan dikenali dengan semua vektor ciri yang ada di basis data yaitu dengan menggunakan 3 variasi jarak yaitu Jarak Manhattan, Canberra dan Euclidean. Berdasarkan pengujian pada keseluruhan data dengan variasi jumlah ciri yang dipertahankan 100, 75, dan 50, tingkat keberhasilan tertinggi adalah pada penggunaan jarak Canberra dengan nilai persentase akurasinya sama pada saat jumlah ciri yang dipertahankan 100, 75 maupun 50 yaitu sebesar 96,67%. Selain citra wajah yang sudah terdaftar, terdapat pula pengujian citra luar yang tidak terdaftar pada basis data dan nilai persentase akurasi tertinggi diperoleh dengan menggunakan jarak Canberra  dengan nilai akurasinya sama untuk semua variasi jumlah ciri yang dipertahankan yaitu 80%.
Fulltext View|Download
Keywords: biometrika, pengenalan wajah, analisis diskriminan linear dua dimensi, jarak Manhattan, jarak Canberra, jarak Euclidean.

Article Metrics:

Last update:

No citation recorded.

Last update:

No citation recorded.