Desain Sistem Pengenalan Wajah Dengan Variasi ... - Pusat Studi

Algoritma Eigenface Untuk Pengenalan WajahAlgoritma pengenalan wajah ini dimulai dengan membuat matriks kolom dari wajahyang dimasukkan ke dalam basis data, seperti yang ditunjukkan Gambar 4. Rata-ratavektor citra dari matriks kolom selanjutnya dicari menggunakan Persamaan (1),dengan M, banyaknya citra wajah di dalam basis data. Rata-rata vektor citra akandigunakan untuk menghitung selisihnya dengan masing-masing matriks kolom citra,menggunakan Persamaan (2). Kovarians matriks dari selisih dicari menggunakanPersamaan (3). Nilai eigen dan eigen vektor dicari dari kovarians matriks, danselanjutnya diurutkan berdasarkan nilai eigen terbesar.⎛ a ⎞⎛ b11⎞⎜ ⎟ Gambar 4. Contoh matriks kolom ⎜ ⎟= ⎜ a ⎟= ⎜ b22 ⎟⎜ 2 ⎟⎜ ⎟⎛⎝a N 1 ⎠ b1⎞⎝b N2⎠1 ⎜ ⎟m = ⎜ a2b2⎟(1)M ⎜ ⎟22⎝a bN N ⎠⎛ a(2)1− m1⎞ ⎛ b1− m1⎞⎜TS = AA⎟ ⎜ ⎟(3)am= ⎜ a2− m2⎟ bm= ⎜ b2− m2⎟⎜ ⎟2Vektor ⎝aeigen − m⎜ ⎟2N direduksi N ⎠ menggunakan ⎝b 2 − m 2N NPersamaan ⎠ (4), dimana merupakan matriks darivektor eigen. Vektor direkonstruksi menggunakan Persamaan (5).ZZNNTz( YN− m 2 )N( Y − m 2 )= e(4)= e(5)TzNNImplementasi Sistem AplikasiImplementasi sistem bisa dilihat pada Gambar 5. Hasil pengenalan wajahtergantung data inputan citra yang oleh pengguna disukkan ke dalam basis data. Jikapengguna salah memasukkan class, maka hasil pengenalan wajah kurang tepat.Misalnya jika pengguna memasukkan inputan citra yang berbeda pada class yangsama maka hasil pengenalan wajah bisa saja salah. Oleh karena itu pengguna harusmemasukkan citra wajah yang sama ke dalam satu class.Gambar 5. Implementasi SistemPengujian pada sistem pengenalan wajah dilakukan menggunakan tiga buahobjek citra wajah, yaitu wajah A, wajah B, dan wajah C. Secara umum pengujiandilakukan berdasarkan lima posisi dan lima ekspresi yang berbeda.