Prototype Pengenalan Wajah Menggunakan Principal Component Analysis Dan Euclidean Distance

Abstract

Perkembangan teknologi yang pesat pada pengolahan citra digital memungkinkan komputer untuk mengenali objek, misalnya wajah manusia berdasarkan fitur/ ciri tertentu. Komputer membutuhkan suatu algoritma agar dapat mengenali wajah manusia dengan akurat dan kemudian diterapkan pada mesin absensi, kontrol akses, dan bidang keamanan. Pada penelitian ini, akan dirancang prototipe pengenalan wajah menggunakan algoritma Principal Component Analysis(PCA) untuk ekstraksi fitur wajah dan Euclidean Distance untuk klasifikasi wajah. Algoritma PCA dan Euclidean Distance dipilih karena mudah diimplementasikan, cukup akurat, dan merupakan dasar bagi algoritma lain, seperti Linear Discriminant Analysis(LDA). Citra wajah yang digunakan dalam penelitian ini berjumlah 30 buah yang berasal dari 15 individu berbeda, dimana 15 diantaranya digunakan sebagai citra uji dan 15 sisanya sebagai citra latih. Pengenalan wajah dimulai dengan memasukkan 30 citra wajah yang sudah melalui tahap praproses ke database. Sistem kemudian melakukan ekstraksi fitur terhadap database wajah menggunakan PCA. Pengguna selanjutnya memilih citra uji dimana kemudian sistem akan menampilkan citra latih yang paling mirip dengan menggunakan Euclidean Distance. Berdasarkan pengujian yang telah dilakukan, diketahui bahwa prototipe pengenalan wajah yang dirancang adalah cukup baik dengan tingkat akurasi mencapai 83,36%.
Kata kunci – Pengenalan Wajah, Visi Komputer, Kecerdasan Buatan, PCA, Euclidean Distance