PENGENALAN WAJAH DUA DIMENSI MENGGUNAKAN MULTI-LAYER PERCEPTRON BERDASARKAN NILAI PCA DAN LDA
Main Article Content
Abstract
Manusia memiliki kecerdasan multi intelligence yang sangat kompleks sehingga secara otomatis mampu mengenali seseorang yang pernah ditemui. Saat ini banyak sekali sistem pengenalan wajah yang sedang dikembangkan baik secara supervised maupun unsupervised. Jaringan Syaraf Tiruan (JST) merupakan salah satu metode supervised, dimana salah satu metode pembelajarannya disebut dengan Multi-Layer Perceptron (MLP). Penentuan banyaknya node pada hidden layer secara tepat mempengaruhi kinerja dari MLP pada sistem pengenalan wajah. Penelitian ini menggunakan 12 citra wajah sebagai data latih yang diekstraksi menjadi covarian matriks lalu diambil nilai eigen dari setiap data citra menggunakan metode principal component analysis (PCA) dan linear discriminant analysis (LDA). Setiap data menghasilkan 4 nilai eigen yang menjadi masukan pada algoritma pelatihan MLP yang menghasilkan nilai bobot optimal yang menjadi acuan untuk mengenali citra wajah. Berdasarkan hasil pengujian dan perbandingan variasi nilai parameter yang digunakan untuk mengenali citra wajah telah didapatkan nilai akurasi optimal sebesar 77,77%. Aristektur dari MLP tersebut terdiri atas : 4 node di input layer, 8 node di hidden layer dan 3 node di output layer dengan nilai epoch pelatihan sebesar 60x104.
Article Details
Section
Articles
Penulis yang menerbitkan dengan jurnal ini setuju pada persyaratan berikut ini:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama, dengan pekerjaan 6 bulan setelah penerbitan secara simultan dengan lisensi di bawah: Creative Commons Attribution License yang memudahkan yang lain untuk berbagi karya dengan pengakuan penerbitan awal dan kepenulisan karya di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non-ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
How to Cite
PENGENALAN WAJAH DUA DIMENSI MENGGUNAKAN MULTI-LAYER PERCEPTRON BERDASARKAN NILAI PCA DAN LDA. (2013). Komputa : Jurnal Ilmiah Komputer Dan Informatika, 2(1). https://doi.org/10.34010/komputa.v2i1.77