Penerapan Metode Singular Value Decomposition (SVD) pada Aplikasi Pengenalan Wajah Manusia

Authors

  • Fajar Septian Universitas Pamulang

DOI:

https://doi.org/10.32493/informatika.v1i2.1469

Keywords:

pengenalan pola, pengolahan citra, wajah manusia, sistem biometrik, singular value decomposition

Abstract

Pengenalan wajah manusia merupakan salah satu turunan dari sistem biometrik yang menggunakan pola wajah manusia sebagai objek identifikasi. Sistem tersebut menggunakan pola wajah manusia yang terdapat dalam sistem basis data sebagai penyimpanan, kemudian akan melakukan perbandingan dengan gambar yang akan diuji. Sistem pengenalan wajah memiliki beberapa kendala, seperti sulit untuk mengenali objek dengan tingkat pencahayaan berbeda pada saat proses pengambilan gambar. Untuk mengatasi permasalahan yang terjadi akibat variasi tingkat cahaya, dikembangkan perangkat lunak dengan menerapkan metode Singular Value Decomposition (SVD). Hasil akhir dari aplikasi ini adalah dapat mengenali pola wajah manusia yang terdapat dalam gambar uji serta menampilkan identitas seseorang bila ditemukan kecocokan dengan gambar sampel yang terdapat dalam aplikasi. Penelitian ini menggunakan sampel 650 gambar wajah manusia dan 250 gambar sembarang. Tingkat akurasi yang dihasilkan dari perangkat lunak ini sekitar 91.9539 % dalam mengenali pola wajah manusia, 68.7639 % dalam pencocokan gambar uji dengan gambar sampel yang terdapat dalam basis data aplikasi dan 90.4615 dalam menentukan identitas seseorang yang telah sesuai dengan basis data.

Author Biography

Fajar Septian, Universitas Pamulang

Received A.Md. (Associate Degree) in Electronic Engineering from Polytechnic of Brawijaya University, Malang, S.T. (Bachelor Degree) in Informatics Engineering from Mercu Buana University, Jakarta, and M.Kom (Master Degree) in Software Engineering from STMIK ERESHA, Jakarta. He is a lecturer at Informatics Engineering, Pamulang University. His current research interests include software engineering, intelligent systems, and machine learning.

Downloads

Published

2016-12-30