PERBANDINGAN PRINCIPAL COMPONENT ANALYSIS (PCA) DAN 2 DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2DPCA) UNTUK PENGENALAN ANGKA PADA SISTEM ISYARAT BAHASA INDONESIA (SIBI)

Para penderita tuna rungu di Indonesia berkomunikasi dengan mengacu pada Sistem Isyarat Bahasa Indonesia (SIBI). Pada penelitian ini, pengenalan yang dilakukan terfokus pada pengenalan isyarat angka “0”-“9”. Pengenalan pola isyarat citra tangan statis akan melaui tiga tahapan secara garis besar yaitu, segmentasi citra atau klasifikasi ekstraksi fitur, reduksi nilai citra, dan pengukuran nilai jarak untuk mencari kemiripan citra. Pada penelitian ini citra akan melalui proses segmentasi yaitu dengan proses background removing/skin detection untuk memisahkan wilayah objek yang akan diteliti (yaitu tangan) dengan background citra. Kemudian citra hasil tersebut dirubah dalam mode grayscale untuk selanjutnya dilakukan ekstraksi fitur dan klasifikasi pola dengan algoritma PCA dan 2DPCA. Pada penelitian ini data citra yang digunakan 200 data training dan data testing untuk di proses pada sistem yang telah dibuat. Dengan menggunakan metode ekstraksi fitur PCA dan 2DPCA kemudian dihitung pengenalan jarak dengan Euclidean Distance, dengan perbandingan tingkat akurasi 87,5% untuk PCA dan 94% untuk 2DPCA.