skip to main content

Studi Komparasi Ekstraksi Fitur pada Pengenalan Wajah Menggunakan Principal Component Analysis (PCA) dan Wavelet Daubechies

*Riskyana Dewi Intan P  -  University State of Surabaya, Indonesia
Published: 31 Oct 2015.

Citation Format:
Abstract
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.
Fulltext View|Download
Keywords: ekstraksi fitur; PCA; pengenalan wajah; Random Forest Classifier;Wavelet Daubechies

Article Metrics:

Last update:

  1. Classification of Japanese Fagaceae Wood Based on Microscopic Image Analysis

    Salma, P. H. Gunawan, Esa Prakasa, Ratih Damayanti, Junji Sugiyama. 2019 7th International Conference on Information and Communication Technology (ICoICT), 2019. doi: 10.1109/ICoICT.2019.8835270
  2. Classification of Roasted Coffee Beans with Principal Component Analysis and Random Forest

    Yusup Miftahuddin, Refda Rais, J. Suhartono, I. Farkas, T. Pasang, Z. Hlavacova, J. Wiacek, F. Arif, A. Saptoro, S.M. Baisa, A. Desrianty, S. Umaroh, A.U. Afifah. E3S Web of Conferences, 484 , 2024. doi: 10.1051/e3sconf/202448402009

Last update: 2024-03-29 18:55:42

  1. Classification of Japanese Fagaceae Wood Based on Microscopic Image Analysis

    Salma, P. H. Gunawan, Esa Prakasa, Ratih Damayanti, Junji Sugiyama. 2019 7th International Conference on Information and Communication Technology (ICoICT), 2019. doi: 10.1109/ICoICT.2019.8835270
  2. Designing Image Correction Software with the Wavelet Method

    Iskandar A.. Journal of Physics: Conference Series, 127 (1), 2019. doi: 10.1088/1742-6596/1364/1/012028