Hasil Ektstraksi Algoritma Pricipal Component Analysis (PCA) Untuk Pengenalan Wajah Dengan Bahasa Pemograman Java Eclipse IDE

Fiqih Ismawan

Abstrak

Algoritma Principal Component Analysis (PCA) merupakan salah satu metode yang dapat digunakan untuk mengolah citra wajah seseorang sehingga secara otomatis sistem akan mengenali wajah seseorang melalui ciri-ciri utamanya seperti mata, hidung, bibir, alis sebagai identitas. Identitas dari citra wajah seseorang tersebut oleh sistem akan dikenali melalui berbagai pelatihan (training) yang disimpan di database. Fase pelatihan (training) merupakan hasil ekstraksi dari kumpulan berbagai wajah yang berbeda kemudian dikumpulkan dan disimpan disebuah database. Hasil citra wajah yang telah diekstraksi menggunakan algoritma PCA tersebut nantinya akan dibandingkan dengan citra wajah baru sebagai citra wajah yang akan dites apakah mempunyai kemiripan atau hampir mirip untuk dikenali oleh sistem.

Full Text:

PDF

Referensi

Anton H., Elementary Linear Algebra 2000, Publisher John Wiley & Sons Inc. 2000.

Bajwa I.S., and Hyder S.I, PCA Based Classification Of Single-Layered Cloud Types, Market Forces, Vol. 1, No.2., 2005.

Duda, R.O., Stork, D.G., and Hart, P.E., Pattern Classification . 2nd edition John Wiley & Sons, Inc., New York, 2000.

Gerad B., and Maurice C., Digital Signal and Image Processing using Matlab, ISTE Ltd., Newport Beach, USA, 2006.

Mudrova M, et.,al., Principal Component Analysis (PCA) in Image Processing, Institute of Chemical Technology, Prague Department of Computing and Control Engineering, 2002.

Santosa B., Data Mining (Teori dan Aplikasi), Graha Ilmu, Yogyakarta, 2007.

Smith I., A Tutorial on Principal Components Analysis, Publisher John Wiley & Sons Inc., 2002.

Wijaya, dkk, Pengolahan Citra Digital Menggunakan Matlab, Bandung: Informatika, 2007.

Krueger J, Thresholds for Eigenface Recognition, Connexions module: m12533.