文章基本信息

标题：Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies
本地全文：下载
作者：Riskyana Dewi Intan P ; Elly Matul Imah
期刊名称：JURNAL MASYARAKAT INFORMATIKA
印刷版ISSN：2086-4930
出版年度：2015
卷号：6
期号：12
页码：46-54
语种：Indonesian
出版社：JURNAL MASYARAKAT INFORMATIKA
摘要：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.
关键词：ekstraksi fitur;PCA;pengenalan wajah;Random Forest Classifier;Wavelet Daubechies