ABSTRAK
IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS PADA
PENGENALAN CITRA WAJAH (Oleh Heru Komara; Pembimbing : Oni
Soesanto , S.Si, M.Si, Radityo Adi Nugroho, S.T, M.Kom ;2018; Halaman).
Principal Component Analysis merupakan sebuah metode statistika yang dapat
mereduksi dimensi data yang besar dari sebuah citra wajah tanpa menghilangkan
informasi yang ada pada sebuah citra wajah. Algoritma Principal Component
Analysis (PCA) melakukan penguraian citra wajah kedalam kumpulan fitur
karakteristik yang disebut sebagai “Eigenface”. Pada penelitian ini dibuat sistem
pengenalan wajah menggunakan metode Principal Component Analysis untuk
mengenali sebuah citra wajah dari seseorang, yang citra wajah pada data uji/testing
tersebut ditambahkan beberapa variasi aksesoris seperti topi, masker, kacamata, dan
kombinasi antara ketiga nya. Data citra yang bervariasi tersebut digunakan untuk
menguji hasil dari akurasi sistem pengenalan wajah yang menggunakan metode
Principal component analysis (PCA). Kesimpulan dari penelitian kali ini adalah
akurasi yang dihasilkan dari pengenalan wajah menggunakan metode Principal
component analysis (PCA) dengan menggunakan data uji citra wajah yang memiliki
variasi aksesoris menghasilkan akurasi cukup rendah, yaitu 55% dari 18 kali
pengujian sedangkan pengujian dengan menggunakan data uji citra wajah tanpa
menggunakan variasi menghasilkan akurasi yang tinggi yaitu 100% dari 20 kali
pengujian.
Kata kunci : Metode PCA, Akurasi, Pengenalan Wajah.