SKRIPSI Teknik Informatika

ANALISIS KEAKURATAN APLIKASI PENGENALAN WAJAH DENGAN METODE PRINCIPAL COMPONENT ANALYSIS dan LINEAR DISCRIMINANT ANALYSIS

---

ANALISIS KEAKURATAN APLIKASI PENGENALAN WAJAH DENGAN METODE PRINCIPAL COMPONENT ANALYSIS - LINIER DISCRIMINANT ANALYSIS

Karishma Yuanita, Luqman Affandi, Indah Dwi Mumpuni


ABSTRAK

Beberapa penelitian tentang face recognition pernah dibuat. Salah satunya adalah PCA (Principal Component Analysis). Hasil penelitian menunjukkan bahwa menggunakan metode PCA dapat mengenali wajah dengan tingkat keakuratan 74 %.
Pada skripsi ini akan dibuat face recognition menggunakan LDA (Linear Discriminant Analysis) dengan PCA (Principal Component Analysis) untuk reduksi dimensi. Metode LDA dipilih karena untuk feature extraction dan pengenalan wajah menggabungkan distribusi sampel dan mempertimbangkan informasi yang diskriminatif dari within-class scatter matrix dan between-class scatter matrix.
Hasil yang didapatkan berdasarkan penelitian ini adalah Akurasi pengenalan wajah citra asli didapatkan hasil akurasi untuk metode PCA ORL 48% dan Yale 76% untuk metode PCA - LDA ORL 92% dan Yale 80%. Sedangkan pada pengujian menggunakan citra modifikasi didapatkan hasil akurasi metode PCA ORL 72 % dan Yale 72% untuk metode PCA – LDA ORL 80% dan Yale 62%.



Kata kunci : Linear Discriminant Analysis (LDA), feature extraction, within-class scatter matrix, between-class scatter matrix

---

Ketersediaan

SKR 09521009

SKR TI Yua 209-2012

Perpus STMIK (Skripsi TI)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

SKR TI Yua 209-2012

Penerbit

Malang : STMIK Pardnya Paramita., 2012

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Yuanita Karishma

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar