Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies
Paper ini membahas perbandingan ekstraksi fitur untuk pengenalan wajah menggunakan metode Principal Component Analysis (PCA) dan Wavelet Daubechies untuk pengenalan wajah . Basis wavelet daubechies yang digunakan adalah wavelet db2, db4, dan db8. Setiap dekomposisi dilakukan hingga level ke-3 yang...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universitas Diponegoro
2015-10-01
|
| Series: | Jurnal Masyarakat Informatika |
| Subjects: | |
| Online Access: | https://ejournal.undip.ac.id/index.php/jmasif/article/view/9281 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849319459263610880 |
|---|---|
| author | Riskyana Dewi Intan P Elly Matul Imah |
| author_facet | Riskyana Dewi Intan P Elly Matul Imah |
| author_sort | Riskyana Dewi Intan P |
| collection | DOAJ |
| description | Paper ini membahas perbandingan ekstraksi fitur untuk pengenalan wajah menggunakan metode Principal Component Analysis (PCA) dan Wavelet Daubechies untuk pengenalan wajah . Basis wavelet daubechies yang digunakan adalah wavelet db2, db4, dan db8. Setiap dekomposisi dilakukan hingga level ke-3 yang kemudian diambil fitur aproksimasi wavelet dan fitur statistik wavelet. Variasi nilai komponen utama dimulai dari nilai komponen ke-1 hingga nilai komponen ke-100 dari 4096 nilai eigen. Nilai komponen ke-1 memiliki presentase sebesar 62% sedangkan nilai komponen ke-100 memiliki presentase sebesar 99% dari total nilai eigen,. Pengujian sistem menggunakan 216 citra wajah yang diambil dari dataset The Japanese Female Facial Expression (JAFFE) yang terdiri dari 10 individu dengan masing-masing sekitar 20 wajah per- individu. Pemilihan data train dan data tes menggunakan cross validation dengan rata-rata akurasi 94.42%. Dari hasil percobaan menggunakan Random Forest Classifier diperoleh tingkat pengenalan tertinggi untuk ekstraksi menggunakan PCA sebesar 100% pada variasi data 95% ,sedangkan tingkat pengenalan tertinggi untuk ekstraksi menggunakan Wavelet Daubechies sebesar 98.611% pada wavelet db2 menggunakan fitur aproksimasi wavelet. |
| format | Article |
| id | doaj-art-a22ba7ecfa664473b3ac793835903a4e |
| institution | Kabale University |
| issn | 2086-4930 2777-0648 |
| language | English |
| publishDate | 2015-10-01 |
| publisher | Universitas Diponegoro |
| record_format | Article |
| series | Jurnal Masyarakat Informatika |
| spelling | doaj-art-a22ba7ecfa664473b3ac793835903a4e2025-08-20T03:50:26ZengUniversitas DiponegoroJurnal Masyarakat Informatika2086-49302777-06482015-10-01612465410.14710/jmasif.6.12.92819024Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet DaubechiesRiskyana Dewi Intan P0Elly Matul ImahUniversity State of Surabaya, IndonesiaPaper ini membahas perbandingan ekstraksi fitur untuk pengenalan wajah menggunakan metode Principal Component Analysis (PCA) dan Wavelet Daubechies untuk pengenalan wajah . Basis wavelet daubechies yang digunakan adalah wavelet db2, db4, dan db8. Setiap dekomposisi dilakukan hingga level ke-3 yang kemudian diambil fitur aproksimasi wavelet dan fitur statistik wavelet. Variasi nilai komponen utama dimulai dari nilai komponen ke-1 hingga nilai komponen ke-100 dari 4096 nilai eigen. Nilai komponen ke-1 memiliki presentase sebesar 62% sedangkan nilai komponen ke-100 memiliki presentase sebesar 99% dari total nilai eigen,. Pengujian sistem menggunakan 216 citra wajah yang diambil dari dataset The Japanese Female Facial Expression (JAFFE) yang terdiri dari 10 individu dengan masing-masing sekitar 20 wajah per- individu. Pemilihan data train dan data tes menggunakan cross validation dengan rata-rata akurasi 94.42%. Dari hasil percobaan menggunakan Random Forest Classifier diperoleh tingkat pengenalan tertinggi untuk ekstraksi menggunakan PCA sebesar 100% pada variasi data 95% ,sedangkan tingkat pengenalan tertinggi untuk ekstraksi menggunakan Wavelet Daubechies sebesar 98.611% pada wavelet db2 menggunakan fitur aproksimasi wavelet.https://ejournal.undip.ac.id/index.php/jmasif/article/view/9281ekstraksi fiturpcapengenalan wajahrandom forest classifierwavelet daubechies |
| spellingShingle | Riskyana Dewi Intan P Elly Matul Imah Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies Jurnal Masyarakat Informatika ekstraksi fitur pca pengenalan wajah random forest classifier wavelet daubechies |
| title | Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies |
| title_full | Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies |
| title_fullStr | Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies |
| title_full_unstemmed | Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies |
| title_short | Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies |
| title_sort | studi komparasi ekstraksi fitur pada pengenalan wajah menggunakan principal component analysis pca dan wavelet daubechies |
| topic | ekstraksi fitur pca pengenalan wajah random forest classifier wavelet daubechies |
| url | https://ejournal.undip.ac.id/index.php/jmasif/article/view/9281 |
| work_keys_str_mv | AT riskyanadewiintanp studikomparasiekstraksifiturpadapengenalanwajahmenggunakanprincipalcomponentanalysispcadanwaveletdaubechies AT ellymatulimah studikomparasiekstraksifiturpadapengenalanwajahmenggunakanprincipalcomponentanalysispcadanwaveletdaubechies |