RANCANG BANGUN SISTEM PENGENALAN WAJAH DENGAN METODE PRINCIPAL COMPONENT ANALYSIS
DOI:
https://doi.org/10.36341/rabit.v1i2.25Kata Kunci:
PCA, Eigenface, flatvector, face recognitionAbstrak
The face is one of the easiest physiological measures and is often used to distinguish individual identities from one another. This facial recognition process uses raw information from pixel images generated through a camera which is then represented in the Principal Components Analysis method. The Principal Components Analysis method works by calculating the average flatvector pixel of images that have been stored in a database, from the average flatvector will get the value of each image eigenface and then the nearest eigenface value of the image will be found and then the nearest eigenface value of the image will be found the image of the face you want to recognize. The test results showed an overall success rate of face recognition of 82.27% with face data of 130 images.
Unduhan
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
1. Hak cipta dari semua manuskrip jurnal dipegang oleh RABIT: Jurnal Teknologi dan Sistem Informasi Univrab.
2. Ketentuan hukum formal untuk mengakses artikel digital jurnal elektronik tunduk pada ketentuan lisensi Creative Commons Attribution-ShareAlike (CC BY-NC-SA), yang berarti bahwa RABIT: Jurnal Teknologi dan Sistem Informasi Univrab berhak untuk menyimpan, mentransfer media / format, mengelola dalam bentuk basis data, memelihara, dan menerbitkan artikel.
3. Naskah yang diterbitkan baik cetak maupun elektronik adalah akses terbuka untuk tujuan pendidikan, penelitian, dan perpustakaan. Selain itu, dewan editorial tidak bertanggung jawab atas pelanggaran hukum hak cipta.