Ardana, NandaGalih (2011) Pengenalan Wajah Menggunakan Metode Principal Component Analysis dan Adaptive Resonance Theory 2. Sarjana thesis, Universitas Brawijaya.
Abstract
Beberapa penelitian tentang pengenalan wajah pernah dibuat. Salah satunya adalah menggunakan PCA (Principal Component Analysis) dan ART-2A (Adaptive Resonance Theory 2A). Hasil penelitian menunjukkan bahwa menggunakan metode PCA dan ART-2A dapat mengenali wajah dengan tingkat keakuratan 97,8 %. Pada penelitian akhir ini akan diimplementasikan pengenalan wajah menggunakan PCA (Principal Component Analysis) dan ART-2 (Adaptive Resonance Theory 2). Metode ART-2 dipilih karena kemampuannya untuk mengelompokkan pola input dengan jumlah acak dan memiliki karakteristik vektor input analog (kontinu). Principal Component Analysis (PCA) merupakan salah satu metode yang umum digunakan mendapatkan informasi ciri yang penting dari citra wajah dan mereduksi dimensi data. Reduksi dimensi digunakan untuk memudahkan kompleksitas perhitungan dengan tidak mengurangi hasil akhir pengenalan. Dengan melakukan ini, bisa mengurangi sensitivitas metode untuk varian substansial antara citra wajah disebabkan oleh ukuran besar, ekspresi atau variasi iluminasi. Dari hasil penelitian didapatkan tingkat akurasi untuk proses klasifikasi terbaik sebesar 71,19 %. Dengan tingkat akurasi ini, maka metode ART-2 tidak memberikan hasil pengenalan wajah yang lebih baik dibandingkan menggunakan metode ART-2A.
English Abstract
A number of studies based on face recognition has been made. One of the studied was based on PCA (Principal Component Analysis) and ART-2A (Adaptive Resonance Theory 2A). The results showed that recognition rate accuracy when using the PCA and ART-2A to identify faces is 97,8 %. In this research, ART-2 and PCA is applied to the problem of face recognition. ART-2 chosen because its ability to cluster arbitrary number input patterns combining with its characteristics of both analog and digital input vectors. Principal Component Analysis (PCA), is the one of most popular approaches to extract specific facial components with dimensionality reduction. Dimensionality reduction used to ease the complexity of the calculation and reduce methods sensitivity of variance substantial between face due to the size, expression or illumination. The result obtained from the experiment show that the accuracy rate with the best classification was 71,19 %. From the accuracy archieved, the ART-2 is not give a better result compared with the ART-2A in a face recognition problem.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/248/051103355 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 25 Oct 2011 10:52 |
| Last Modified: | 22 Oct 2021 08:00 |
| URI: | http://repository.ub.ac.id/id/eprint/152697 |
Preview |
Text
051103355.pdf Download (6MB) | Preview |
Actions (login required)
 |
View Item |