Identifikasi Citra Wajah Menggunakan Algoritma Eigenface
Kata Kunci:
Digital Image Processing, Principle Component Analysis, Eigenface Algorithm, Viola-Jones AlgorithmAbstrak
Pada makalah ini, dipaparkan mengenai pengolahan citra digital menggunakan pendekatan Analisa Komponen Utama dan Algoritma Viola Jones sebagai pendeteksi wajah. Banyak citra yang dilatih pada penelitian ini yaitu 1500 citra wajah. Citra tersebut terdiri atas 100 individu (17 wanita dan 83 pria) dimana masing-masing individu memiliki 15 citra wajah. Selain itu, terdapat total citra yang diujikan sebanyak 500 citra wajah dimana jumlah citra tersebut dibagi oleh 100 individu sehingga masing-masing individu memiliki citra yang dilatih sebanyak 5 citra. Metode yang digunakan yaitu citra wajah dideteksi dengan algoritma Viola-Jones kemudian nilai Eigenface citra latih dibandingkan dengan citra uji menggunakan Eulidean Distance. Hasil yang diperoleh yaitu tingkat akurasi identifikasi citra wajah mencapai 89.2%, ketika citra latih berjumlah 100 citra dan latar belakang citra wajah tidak dieliminasi. Namun ketika latar belakang citra wajah dieliminasi, tingkat akurasi identifikasi meningkat menjadi 98.6%. Lain halnya jika citra latih berjumlah 1500 tingkat akurasi identifikasi citra wajah meningkat menjadi 100%.
Unduhan
Referensi
A. A. Shah, Z. A. Zaidi, B. S. Chowdhry, dan J. Daudpoto, "Real time face detection/monitor using raspberry pi and MATLAB,” Appl. Inf. Commun. Technol. AICT 2016 - Conf. Proc., hal. 1–4, 2016.
A. Zein, "Pendeteksian Multi Wajah Dan Recognition Secara Real Time Menggunakan Metoda Principal Component Analysis ( Pca ) Dan,” J. Teknol. Inf. ESIT, vol. 12, no. 01, hal. 1–7, 2018.
D. Siswo Wardoyo, "Sistem Presensi Berbasis Agoritma Eigenface Dengan Metode Principal Component Analysis,” Setrum (Sistem Kendali Tenaga Elektron. Telekomun. Komputer), vol. 3, no. 1, hal. 61–68, 2014.
I. W. Angga, W. Kusuma, dan R. L. Ellyana, "Penerapan Citra Terkompresi Pada Segmentasi Citra Menggunakan Algoritme K-MEANS,” JUTEI (Jurnal Terap. Teknol. Informasi), vol. 2, hal. 65–74, 2018.
H. Santoso dan A. Harjoko, "Haar Cascade Classifier dan Algoritma Adaboost Untuk Deteksi Banyak Wajah Dalam Ruang Kelas,” J. Teknol., vol. 6, no. 2, hal. 108–115, 2013.
M. N. Chaudhari, "Face Detection using Viola Jones Algorithm and Neural Networks,” 2018 Fourth Int. Conf. Comput. Commun. Control Autom., hal. 1–6, 2018.
T. F. Karim, M. S. H. Lipu, M. L. Rahman, dan F. Sultana, "Face recognition using PCA-based method,” ICAMS 2010 - Proc. 2010 IEEE Int. Conf. Adv. Manag. Sci., vol. 3, hal. 158–162, 2010.
K. Vikram, "FACIAL PARTS DETECTION USING VIOLA,” Int. Conf. Adv. Comput. Commun. Syst. (ICACCS -2015), hal. 1–4, 2017.
M. R. Muliawan, B. Irawan, dan Y. Brianorman, "Implementasi Pengenalan Wajah Dengan Metode Eigenface Pada Sistem Absensi,” J. Coding, Sist. Komput. Untan, vol. 03, no. 1, hal. 41–50, 2015.
M. Abdullah, M. Wazzan, dan S. Bo-saeed, "Optimizing Face Recognition Using PCA,” Int. J. Artif. Intell. Appl., vol. 3, no. 2, hal. 23–31, 2012.
L. C. Paul dan A. Al Sumam, "Face Recognition using Principal Component Analysis, OpenCV and EmguCV,” Int. J. Adv. Res. Comput. Eng. Technol., vol. 1, no. 9, hal. 135–139, 2012.
H. H. Lwin, A. S. Khaing, dan H. M. Tun, "Automatic Door Access System Using Face Recognition,” Int. J. Sci. Technol. Res., vol. 4, no. 06, hal. 294–299, 2015.
H. Kurniawan dan T. Hidayat, "Perancangan Program Pengenalan Wajah Menggunakan Fungsi Jarak Metode Euclidean Pada Matlab,” Semin. Nas. Apl. Teknol. Inf. 2008 (SNATI 2008) Yogyakarta, 21 Juni 2008, vol. Vol 1, no. Pengenalan Wajah Menggunakan Fungsi Jarak Metode Euclidean Pada Matlab, hal. 15–18, 2008.
"Face Recognition Data.” [Daring]. Tersedia pada: https://cswww.essex.ac.uk/mv/allfaces/faces94.html. [Diakses: 20-Feb-2019
Supported by :
