PENGENALAN WAJAH BERBASIS DIAGONAL LINEAR DISCRIMINANT ANALYSIS

Pengenalan wajah merupakan bagian dari pattern recognition. Salah satu bentuk penerapan pengenalan wajah ini yaitu membedakan wajah antar satu orang dengan yang lain. Pengembangan Pengenalan wajah atau face recognition merupakan bidang yang banyak diteliti. Pengelolaan citra yang telah banyak berhasil diterapkan dimasyarakat, terbukti banyak pengenalan wajah yang diaplikasikan pada sistem keamaan penerbangan, kepolisian dan pelayanan kependudukan.
Penelitian ini menggunakan citra sebanyak 400 citra wajah, proses pengenalan wajah pada sistem ini dilakukan 4 tahap. Tahap pertama adalah data citra diproses dengan menjadikan citra wajah menjadi citra diagonal. Tahap kedua citra wajah diproses ekstraksi fitur menggunakan metode Principle Component Analysis (PCA). Tahap ketiga ekstraksi fitur citra wajah menggunakan metode Linear Discriminant Analysis (LDA). Tahap keempat hasil nilai matrik bobot dari masing - masing proses ekstraksi fitur. Tahap selanjutnya tahap pengklasifikasian dengan menggunakan jarak kemiripannya dengan menggunakan metode Manhattan Distance dan Naive Bayes Classifier, dalam skenario ujicoba sistem dari 4 skenario menggunakan Manhattan Distance menghasilkan rata - rata akurasi 93.75%. Sedangkan menggunakan Naive Bayes Classifier menghasilan rata - rata 88.15% Hasil analisa tersebut menyimpulkan bahwa input citra diagonal metode Diagonal LDA Linear Discriminant Analysis bisa diterapkan dalam pengenalan wajah.