Perbandingan Metode Subtraction, Principal Component Analysis, dan Linear Discriminant Analysis untuk Pengenalan Gender Memanfaatkan Wajah Manusia pada Antrean

Pengenalan gender merupakan salah satu bidang penelitian mengenai sistem verifikasi wajah, termasuk di dalamnya yaitu sistem deteksi wajah. Penelitian tentang deteksi wajah yang telah banyak dilakukan adalah untuk mendeteksi wajah pada sebuah gambar. Ada beberapa karakteristik pada wajah yang dapat menjadi bukti untuk menentukan dan mengenali seseorang. Kita dapat mengidentifikasi seseorang dalam gambar sebagai seorang pria atau wanita sesuai dengan pengukuran geometris wajah dan organ, posisi komponen wajah, gaya rambut, tekstur kulit, dan banyak rincian wajah lainnya. Pada skripsi ini, akan dilakukan penelitian mengenai pengenalan gender yang dapat diaplikasikan untuk sistem antrean. Sistem pengenalan gender ini terdiri dari tahap pemrosesan data dan metode pengenalan gender. Pada skripsi ini, dilakukan penelitian untuk membandingkan tiga buah metode yaitu subtraction, principal component analysis (PCA), dan linear discriminant analysis (LDA) untuk mencari rata-rata keakuratan terbaik dan waktu komputasi paling cepat. Metode klasifikasi yang digunakan pada skripsi ini adalah nearest neighbor dengan jarak Euclidean, sedangkan metode penelitian untuk mencari rata-rata keakuratan digunakan metode cross validation. Dari hasil pengujian perangkat lunak didapatkan bahwa metode LDA memberikan hasil rata-rata keakuratan terbaik yaitu 82.56% untuk citra dalam dataset yang dilakukan cropping, 64.24% untuk citra dalam dataset yang tidak dilakukan cropping dengan rata-rata waktu komputasi sebesar 0.26 detik