PENGENALAN POLA SENYUM MENGGUNAKAN SELF ORGANIZING MAPS (SOM) BERBASIS EKSTRAKSI FITUR TWO-DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2DPCA)

Rima Tri Wahyuningrum, Bahrur Rosyid, Kurniawan Eka Permana

Abstract

Pengenalan pola senyum merupakan bagian dari pattern recognition dan telah banyak dikembangkan. Penelitian ini bertujuan melakukan pengenalan pola senyum menjadi lima macam klasifikasi yaitu: senyum manis, senyum mulut tertutup, senyum mulut terbuka, senyum mengejek, senyum yang dipaksakan. Dua hal yang menjadi masalah utama pada identifikasi pola senyum adalah proses ekstraksi fitur dari sampel pola senyum yang ada dan juga teknik klasifikasi yang digunakan untuk mengklasifikasikan pola senyum yang ingin dikenali berdasarkan fitur-fitur yang telah dipilih. Pada penelitian ini dilakukan proses ekstraksi fitur menggunakan algoritma Two-Dimensional Principal Component Analysis (2DPCA), sedangkan untuk proses klasifikasi menggunakan algoritma Self Organizing Maps (SOM). Berdasarkan hasil ujicoba menggunakan 250 data wajah tersenyum, rata-rata akurasi pengenalan pola senyum tertinggi yaitu sebesar 93.36% untuk 30 sampel masing-masing pola senyum.

Full Text:

PDF