Pengenalan Wajah Menggunakan Principal Component Analysis (PCA)

Principal Component Analysis (PCA) merupakan sebuah metode statistika yang sering digunakan dalam pengenalan wajah. Dengan PCA, gambar-gambar wajah direduksi dimensinya kemudian dicari hubungan antar gambar tersebut agar dapat diklasifikasikan dalam dimensi yang lebih kecil. Di Indonesia, telah banyak penelitian mengenai pengenalan wajah. Sebagian penelitian-penelitian yang telah ada tersebut belum menjelaskan penerapan algoritma PCA secara bertahap. Oleh karena itu dalam tulisan ini dituliskan cara penerapan algoritma PCA untuk pengenalan wajah secara bertahap dan rinci. Pada penelitian ini pengujian dilakukan dengan mengubah banyaknya data latihan serta banyaknya wajah eigen yang digunakan untuk mengetahui pengaruhnya terhadap kemampuan sistem dalam mengenali wajah. Kemampuan sistem dalam mengenali wajah diukur dengan menggunakan precision dan recall. Dari hasil pengujian di mana wajah input sama dengan wajah latihan, nilai precision dan recall dapat mencapai 1. Hal ini menunjukkan bahwa PCA dapat digunakan untuk mengenali kembali wajah yang dilatihkan dengan baik. Sedangkan hasil pengujian di mana wajah yang tidak dilatihkan diinputkan dalam jumlah yang sama untuk tiap-tiap pelatihan dengan jumlah data latihan berbeda, menghasilkan nilai precision dan recall yang berkisar antara 0.6 hingga 0.9 untuk data latihan berjumlah 30 hingga 50. Hal tersebut menunjukkan bahwa PCA mampu mengenali wajah yang tidak dilatihkan dengan cukup baik