Analisis Penerapan Metode Laplacianface Untuk Pengenalan Wajah

Tri Ayu Indranita

Informasi Umum

Kode

113070237

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

8 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Pengenalan wajah merupakan salah satu pengenalan biometrik yang menggunakan wajah pada seseorang sehingga tidak perlu melakukan kontak langsung dengan orang yang sedang diamati. Namun citra wajah memiliki berbagai karakteristik karena adanya perubahan pencahayaan, ekspresi, sudut arah wajah dan sebagainya. Laplacianface merupakan metode pengenalan wajah yang merepresentasikan citra wajah pada saat pelatihan sehingga diperoleh suatu ruang ciri dari wajah. Ruang ciri ini digunakan untuk memproyeksikan citra latih dan citra uji. Proyeksi ini dapat disebut sebagai ekstraksi fitur yang mengambil ciri diskriminan wajah. Pencocokan citra wajah dilakukan dengan membandingkan fitur citra wajah dari data uji dan data latih. Hasil pengujian menunjukkan Laplacianface memberikan nilai akurasi sebesar 100% untuk perubahan pencahayaan (menggunakan database CMU PIE), 98,33% untuk perubahan ekspresi wajah (menggunakan Database PICS), dan 98,33% untuk perubahan sudut arah wajah (menggunakan Database Pointing ‟04). Laplacianface juga memiliki performansi pada sistem pengenalan wajah lebih baik dibandingkan dengan PCA.Kata Kunci : pengenalan wajah, Laplacianface, PCA, LPPABSTRACT: Face recognition is one of biometric recognition that uses face so no need to make direct contact with the person who being observed. However the human face has a wide range of characteristics due to changes in lighting, expression, pose, etc. Laplacianface is a face recognition method that represents the human face on training to obtain a face subspace. This subspace is used for the train data’s and test data’s projection. This projection called feature extraction that takes the discriminative characteristics of face image. The face image classification is done by comparing the features of face image in the test data and train data. Test result showed Laplacianface gives 100% on accuration score for the changes in lighting (using CMU PIE Database), 98,33% for the changes in expression (using PICS Database), and 98,33% for the changes in pose (using Pointing ’04 Database). Laplacianface also gives the face recognition system performance results better than PCA.Keyword: face recognition, Laplacianface, PCA, LPP