SISTEM PENGENALAN WAJAH MANUSIA MENGGUNAKAN ALGORITMA VIOLA-JONES DAN PRINCIPAL COMPONENT ANALYSIS
DOI:
https://doi.org/10.51804/ucaiaj.v2i2.85-92Keywords:
face detection, principal component analysis, viola jonesAbstract
Pengenalan wajah manusia dapat dilakukan secara otomatis dengan menggunakan perangkat komputer dengan memasukkan algoritma tertentu dalam pemrosesan nya. Algoritma yang bisa digunakan dalam melakukan pengenalan dan pencocokan ciri wajah salah satunya adalah Principal Component Analysis. Namun, untuk mendeteksi apakah dalam suatu citra terdapat wajah manusia atau tidak, digunakan algoritma Viola Jones. Studi kasus dilakukan dengan menggunakan sampel wajah mahasiswa pada Universitas Maarif Hasyim Latif Sidoarjo untuk mengetahui tingkat akurasi sistem pengenalan wajah menggunakan algoritma Viola-Jones dan PCA. Sistem pengenalan wajah ini disusun dan rancang menggunakan aplikasi MATLAB R2016A. Dalam membuat sistem pengenalan wajah dilakukan proses pelatihan dan pengujian. Pada studi kasus ini, tingkat akurasi sistem pengenalan wajah manusia ini mencapai hasil yang cukup akurat, yakni mencapai 87,5%.
References
Aggi Prasetyo, R., Alexander, & Sanjaya, B. (2012). Pemecahan Masalah Pengenalan Citra Wajah Secara Realtime dengan Variasi Pose Menggunakan Metode Eigenfaces (Universitas Bina Nusantara). Retrieved from http://eprints.binus.ac.id/23809/
Darmawan, A. (2019). APLIKASI MOBILE PENGENALAN WAJAH SECARA REAL-TIME BERBASIS PRINCIPAL COMPONENT ANALYSIS. Ubiquitous: Computers and Its Applications Journal, 2(1), 57–66.
Heranurweni, S. (2010). Pengenalan Wajah Menggunakan Learning Vector Quantization (LVQ). Prosiding SNST Fakultas Teknik, 1(1).
Putro, M. D., Adji, T. B., & Winduratna, B. (2012). Sistem Deteksi Wajah dengan Menggunakan Metode Viola-Jones. SciETec, 22 February 2012. Retrieved from https://repository.ugm.ac.id/32427/
Santoso, A., Arif, I., & Hatta, M. (2017). Pembelajaran Supervised SVM Untuk Identifikasi Obyek Pisau Pada Mesin X-Ray Bandara Juanda. Nusantara Journal of Computers and Its Applications, 1(1).
Sultoni, & Hariyanto, R. (2017). Pengenalan Wajah Secara Real Time Menggunakan Metode Camshift dan Operator Erosi Berdasarkan Citra Wajah. JICTE (Journal of Information and Computer Technology Education), 1(1), 8–19.
Wiryadinata, R., Sagita, R., Wardoyo, S., & Priswanto, P. (2016). Pengenalan Wajah Pada Sistem Presensi Menggunakan Metode Dynamic Times Wrapping, Principal Component Analysis Dan Gabor Wavelet. Dinamika Rekayasa, 12(1), 1–8.
Zainudin, M., Radi, H., Abdullah, S., Rahim, R. A., & Ismail, M. (2012). Face recognition using principle component analysis (PCA) and linear discriminant analysis (LDA). International Journal of Electrical & Computer Sciences, 12(05), 50–55.
Zayuman, H., Santoso, I., & Isnanto, R. R. (2011). Pengenalan Wajah Manusia Menggunakan Analisis Komponen Utama (PCA) dan Jaringan Syaraf Tiruan Perambatan-Balik (Universitas Diponegoro). Retrieved from http://eprints.undip.ac.id/25291/
Downloads
Published
Issue
Section
License
With the receipt of the article by UCaiAJ Editorial Board and the decision to be published, the copyright regarding the article will be transferred to UCaiAJ. The copyright transfer form can be downloaded here.
UCaiAJ has the right to multiply and distribute the article and every author is not allowed to publish the same article that was published in this journal.
UCaiAJ is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Under the following terms:
Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
