ANALISIS KOMPONEN UTAMA MENGGUNAKAN METODE EIGENFACE TERHADAP PENGENALAN CITRA WAJAH

Nunu Kustian

Abstract


Proses pengenalan wajah yang dilakukan oleh komputer tidak semudah dan secepat dibandingkan dengan proses pengenalan yang dilakukan oleh manusia. Manusia dengan mudah dapat mengenali wajah seseorang dengan sangat cepat tanpa rasanya harus berfikir. Input yang diperlukan pada aplikasi ini adalah berupa citra wajah dengan ukuran dan resolusi yang sama. Output aplikasi ini adalah berupa class terdekat dari wajah yang ingin dikenali. Aplikasi ini dibuat menggunakan MATLAB yang cukup handal dan mudah dalam perhitungan matematik dan bekerja dalam konsep matrik serta mempunyai fungsi  visualisasi yang bervariasi. Salah satu metode pendekatan yang digunakan adalah Eigenface, sebuah metode yang dikemukakan oleh Turk dan Pentland. Metode ini melibatkan sebuah set wajah yang pada dasarnya melibatkan proses analisis komponen utama (Principal Component Analysis). Dalam metode ini citra wajah akan diproyeksikan dalam sebuah ruang fitur yang menonjolkan variasi yang signifikan di antara citra wajah yang diketahui. Fitur signifikan inilah yang disebut dengan Eigenface karena fitur-fitur tersebut adalah komponen utama dari suatu set citra wajah untuk pelatihan. Hal yang perlu diingat adalah fitur-fitur ini tidak berarti berhubungan dengan fitur-fitur yang terdapat pada wajah, seperti mata, hidung, mulut, dan telinga. Eigenface hanya akan menangkap point-point pada citra yang menyebabkan variasi yang signifikan antara wajah-wajah dalam database yang membuat mereka dapat dibedakan.

 


Keywords


Eigenface, Citra, Wajah, PCA , Matlab

Full Text:

PDF

References


Arymurthy, A. Murni. dan S. Setiawan. 1992. Pengantar Pengolahan Citra, Elex Media Komputindo, Jakarta.

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

Matthew A. Turk and Alex P. Pentland. 1991. Face Recognition Using Eigenfaces. Journal of Cognitive Neuroscience, March.

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

PCA Based Face Recognition System, http://www.mathworks.com/matlabcentral/filee xchange/17032, Desember 2008.

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

T. Kanade. 1973. “Picture processing system by computer complex and recognition of human faces,” Dept. of Information Science, Kyoto University, Nov.

W. W. Bledsoe. 1996. “The model method in facial recognition,” Panoramic Research Inc., Palo Alto, CA, Rep. PRI:15, Aug.

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

Wibowo, B.B., Pengenalan Wajah Menggunakan Analisis Komponen Utama (Principal Components Analysis), Tugas Akhir Mahasiswa S-1 Teknik Elektro

http://www.metodealgoritma.com/2013/06/pca-untuk-pengenalan-wajah.html




DOI: https://doi.org/10.24853/jurtek.9.1.43-48

Refbacks

  • There are currently no refbacks.


Jurnal Teknologi Indexed by:

Directory of Open Access JournalGoogle ScholarRoadIndonesia Scientific Journal Database (ISJD)Index Copernicus International (ICI)Garba Rujukan Digital(Garuda)CrossrefScience and Technology Index (SINTA)Directory of Research Journal Indexing (DRJI)CiteFactorResearchgateIndonesia One SearchAcedemia.eduResearchBibAcademickeysBielefeld Academic Search Engine (BASE)JifactorPKP IndexSherpa romeoworldcat


Copyright of Jurnal Teknologi (e-ISSN:2460-0288, p-ISSN:2085-1669).

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License

Powered by Puskom-UMJ