Perbandingan Metode Linier Discriminant Analysis Dan Principal Component Analysis Dalam Mendeteksi Wajah Pada Citra Digital

Alfisyahri Reza; Khairi Ibnutama; Sri Murniyanti

doi:10.53513/jis.v25i2.13425

Authors

Alfisyahri Reza STMIK Triguna Dharma
Khairi Ibnutama STMIK Triguna Dharma
Sri Murniyanti STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jis.v25i2.13425

Keywords:

Pengenalan Wajah, Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA), Citra Digital, Biometrika, Ekstraksi Fitur

Abstract

Pengenalan wajah merupakan salah satu teknologi biometrika yang paling banyak digunakan untuk identifikasi personal. Meskipun pengenalan wajah secara manual oleh manusia tergolong mudah, proses ini menjadi lebih kompleks ketika diimplementasikan menggunakan teknologi komputer. Berbagai metode telah dikembangkan untuk memecahkan masalah ini, salah satunya adalah metode pengenalan wajah berbasis citra digital. Namun, tantangan utama dalam pengenalan wajah adalah bagaimana mengekstraksi fitur-fitur penting dari citra wajah sehingga dapat memberikan hasil identifikasi yang akurat. Untuk mengatasi masalah tersebut, penelitian ini membandingkan dua metode pengenalan wajah yang populer, yaitu Principal Component Analysis (PCA) dan Linear Discriminant Analysis (LDA). Kedua metode ini diterapkan dalam sistem pemrograman desktop untuk mengolah citra wajah dan mengidentifikasi identitas individu. PCA digunakan untuk mengurangi dimensi data dengan mempertahankan informasi yang paling penting, sementara LDA digunakan untuk memaksimalkan separasi antar kelas dalam data latih. Penelitian ini bertujuan untuk mengevaluasi efektivitas kedua metode tersebut dalam konteks pengenalan wajah. Hasil akhir dari penelitian ini adalah pengembangan aplikasi desktop yang mampu mendeteksi dan mengenali wajah menggunakan metode PCA dan LDA. Aplikasi ini telah diuji dengan berbagai skenario, dan hasilnya menunjukkan bahwa LDA memberikan tingkat akurasi yang lebih tinggi dibandingkan PCA pada kondisi tertentu, terutama ketika jumlah data latih yang tersedia terbatas. Aplikasi ini diharapkan dapat menjadi alat yang efektif untuk pengenalan wajah di berbagai bidang, seperti keamanan dan kontrol akses.

References

Y. N. Nabuasa, “PENGOLAHAN CITRA DIGITAL PERBANDINGAN METODE HISTOGRAM EQUALIZATION DAN SPESIFICATION PADA CITRA ABU-ABU,” J-ICON, vol. 7, no. 1, 2019.

Nadzir Zaid Munantri, Herry Sofyan, Mangaras Yanu F, “APLIKASI PENGOLAHAN CITRA DIGITAL UNTUK IDENTIFIKASI UMUR POHON,” TELEMATIKA, vol. 16, no. 2, 2019.

N. Z. Munantri, “APLIKASI PENGOLAHAN CITRA DIGITAL UNTUK IDENTIFIKASI UMUR POHON,” TELEMATIKA, vol. 16, no. 2, p. 97 – 104, 2019.

Qadrisa Mutiara Detila, Eri Prasetyo Wibowo, “Perbandingan Metode Eigenface, Fisherface, dan LBPH pada Sistem Pengenalan Wajah,” Jurnal Ilmiah KOMPUTASI, vol. 18, no. 4, 2019.

Gina Enzellina, Didi Suhaedi, “Penggunaan Metode Principal Component Analysis dalam Menentukan Faktor Dominan,” Jurnal RisetMatematika Unisba Press, vol. 2, no. 2, 2022.

M. Z. Nasution, “PENERAPAN PRINCIPAL COMPONENT ANALYSIS (PCA) DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA,” (Jurnal Teknologi Informasi), vol. 3, no. 1, 2019.

Ayu Anggrestianingsih, Agus Wahyu Widodo, Muhammad Tanzil Furqon, “Implementasi Metode Linear Discriminant Analysis (LDA) Untuk Klasifikasi Pengambilan Mata Kuliah Pilihan,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 10, 2019.

Berli Paripurna Kamiel, Yusuf Ahmad, Krisdiyanto, “Deteksi kavitasi menggunakan linear discriminant analysis pada pompa sentrifugal,” TURBO, vol. 9, no. 2, 2020.

A. S. Wilianti, “Pengolahan Citra untuk Perbaikan Kualitas Citra Sinar-X Dental Menggunakan Metode Filtering,” Jetri: Jurnal Ilmiah Teknik Elektro, vol. 17, no. 1, pp. 31 - 46, 2019.

F. Atqiya, “Segmentasi Citra Digital Objek Hasil Pengamatan In Situ Localization Gen gfp pada Tanaman Transforman,” Jurnal Pendidikan Multimedia, vol. 1, no. 2, p. 53–60, 2019.

Ayu Anggrestianingsih, Agus Wahyu Widodo, Muhammad Tanzil Furqon, “Implementasi Metode Linear Discriminant Analysis(LDA) Untuk Klasifikasi Pengambilan Mata Kuliah Pilihan,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 10, 2019.

Alaa Tharwat, Tarek Gaber, Abdelhameed Ibrahim, Aboul Ella Hassanien, “Linear Discriminant Analysis: A Detailed Tutorial,” Computers and Informatics, Suez Canal, vol. 1, no. 2, 2020.

Fajar Sarasati, Widiastuti, Elly Firasari, F. Lia Dwi Cahyanti, “Implementasi Metode Principal Component Analysis untuk Sistem Pengenalan Wajah,” Jurnal Infortech, vol. 3, no. 2, 2021.

Rina Firliana, Resty Wulanningrum, Wisnu Sasongko, “Implementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia,” Nusantara of Engineering, vol. 2, no. 1, 2019.

Dwi Retno Puspita Sari, “METODE PRINCIPAL COMPONENT ANALYSIS(PCA) SEBAGAI PENANGANAN ASUMSI MULTIKOLINEARITAS (STUDI KASUS: DATA PRODUKSI TAPIOKA),” PARAMETER, vol. 2, no. 2, 2023.

Muhammad Zulfahmi Nasution, “PENERAPAN PRINCIPAL COMPONENT ANALYSIS (PCA) DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMK Raksana 2 Medan),” (Jurnal Teknologi Informasi) , vol. 2, no. 1, 2019.

E. Fadly, S. Adi Wibowo, and A. Panji Sasmito, “Sistem Keamanan Pintu Kamar Kos Menggunakan Face Recognition Dengan Telegram Sebagai Media Monitoring Dan Controlling,” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 2, pp. 435–442, 2021, doi: 10.36040/jati.v5i2.3796.