PENGEMBANGAN SISTEM PENGENALAN WAJAH DENGAN METODE PENGKLASIFIKASIAN HIBRID BERBASIS JARINGAN FUNGSI BASIS RADIAL DAN POHON KEPUTUSAN INDUKTIF
Abstract: Pengklasifikasian
wajah berkaitan dengan variasi data misalnya detil - detil kecil dari wajah
atau transformasi saat proses pengambilan citra. Pengklasifikasian wajah dengan
metode hibrid menggabungkan pembelajaran berbasis Jaringan Fungsi Basis Radial
(JFBR) dan Pohon Keputusan Induktif. JFBR digunakan sebagai metode pembelajaran
dalam arsitektur jaringan syaraf tiruan. Untuk meningkatkan kemampuan
pengenalan dilakukan pengklasifikasian pada Pohon Keputusan Induktif. Selain
menjadi metode penghubung pada pengklasifikasian hibrid, Himpunan JFBR (HJFBR)
digunakan untuk penyediaan atribut pada pengklasifikasian Pohon Keputusan
Induktif. Uji coba dilakukan pada 50 obyek dengan total ± 500 citra wajah dalam
format grayscale. Data dipilih dengan memberi variasi mimik wajah, kemiringan
(rotasi) data ± 50 dan juga dipengaruhi oleh pencahayaan di dalam ataupun d
iluar ruangan. Rata - rata peningkatan keakurasian positif benar yang diberikan
arsitektur HJFBR dibanding JFBR sebesar ±13,86% untuk HJFBR1 dan ±15,93% untuk
HJFBR2. Namun menurunkan keakurasian negatif benar sebesar ±5,8% untuk HJFBR1
dan ±5,6% untuk HJFBR2. Penambahan pohon keputusan induktif pada metode hibrid
memberikan keuntungan selain tetap dapat meningkatkan keakurasian positif benar
juga mampu mengatasi permasalahan sebelumnya tentang penurunan keakurasian
negatif benar.
Kata kunci: pengenalan wajah,
jaringan fungsi basis radial, pengklasifikasian hibrid, pohon keputusan
induktif
Penulis: Rully Soelaiman,
Diana Purwitasari, Ariadi Retno Tri Hayati
Kode Jurnal: jptinformatikadd050024
