PERBANDINGAN METODE PRINCIPAL COMPONENT ANALYSIS DAN HIDDEN MARKOV MODEL PADA PENGENALAN WAJAH
Abstract
Wajah merupakan salah satu bagian tubuh terpenting dari manusia. Wajah berfungsi sebagai tanda pengenal identitas seseorang Wajah karena wajah sangat terstruktur, kompleks dan rumit.Metode Metode Principal Component Analysis (PCA) dan Metode Hidden Markov Model (HMM) merupakan dua metode yang sangat sering digunkan untuk membuat aplikasi pengenalan wajah. Tujuan dari penelitian ini adalah untuk mencari tau perbandingan dari metode PCA dan HMM. Citra yang digunakan pada penelitian kali ini merupakan citra yale face database (http://vision.ucsd.edu/content/yale-face-database) dengan menggunakan 10 sampel data. Berdasarkan dari penelitian yang kita lakukan secara umum metode PCA lebih akurat dalam pengenalan wajah dari pada dengan metode HMM. Dengan hasil rata – rata kecocokan wajah dengan metode PCA yang didapatkan adalah 77,59, dibadingkan dengan nilai rata – rata kecocokan wajah dengan metode HMM adalah 68,69.
References
F. Septian, “Penerapan Metode Singular Value Decomposition (SVD) pada Aplikasi Pengenalan Wajah Manusia,†J. Inform. Univ. Pamulang, vol. 1, no. 2, pp. 54–59, 2016.
A. R. Syakhala, D. Puspitaningrum, and E. P. Purwandari, “Perbandingan Metode Principal Component Analysis (PCA) dengan Metode Hidden Markov Model (HMM) dalam Pengenalan Identitas,†J. Inform., vol. 3, no. 2, pp. 68–81, 2015, [Online]. Available: https://ejournal.unib.ac.id/index.php/rekursif/issue/archive.
A. Budi, S. Suma’inna, and H. Maulana, “Pengenalan Citra Wajah Sebagai Identifier Menggunakan Metode Principal Component Analysis (PCA),†J. Tek. Inform., vol. 9, no. 2, pp. 166–175, 2018, doi: 10.15408/jti.v9i2.5608.
A. Hendrawan, B. A. Pramono, and W. Adhiwibowo, “Penggunaan Model Hidden Markov Dan Metode Neural Network Sebagai Penerapan Teknologi Pengenalan Wajah,†Sci. Comput. Sci. Informatics J., vol. 2, no. 1, p. 13, 2019, doi: 10.22487/j26204118.2019.v2.i1.12173.
Q. Nada, C. Ridhuandi, P. Santoso, and D. Apriyanto, “Speech Recognition dengan Hidden Markov Model untuk Pengenalan dan Pelafalan Huruf Hijaiyah,†J. Al-AZHAR Indones. SERI SAINS DAN Teknol., vol. 5, no. 1, p. 19, 2019, doi: 10.36722/sst.v5i1.319.
P. Rosyani, “Pengenalan Wajah Menggunakan Metode Principal Component Analysis (PCA) dan Canberra Distance,†J. Inform. Univ. Pamulang, vol. 2, no. 2, p. 118, 2017, doi: 10.32493/informatika.v2i2.1515.
