Identifikasi wajah merupakan persoalan sosial yang sangat penting. Keakuratandalam mengidentifikasi semakin diperlukan untuk mengatasi berbagai persoalan kehidupanbermasyarakat. Paper ini mengusulkan identifikasi wajah menggunakan PrincipalComponent Analysis (PCA) dengan penambahan fitur-fitur geometris untuk menambahketelitiannya. Prinsip PCA adalah memproyeksikan citra ke dalam ruang eigennya dengancara mencari eigenvector yang dimiliki setiap citra dan memproyeksikan ke dalam ruangeigen yang didapat tersebut. Fitur-fitur geometris dihasilkan dari pengukuran jarak antarkomponen-komponen wajah. Hasil pengukuran diubah menjadi fitur perbandingan jarakdengan membaginya dengan jumlah semua fitur. Hasil pengujian menunjukkan sistem inicukup baik untuk diterapkan. Dengan adanya penambahan fitur-fitur geometris, tingkatpengenalan yang diperoleh lebih tinggi dari metode PCA tanpa fitur geometris. Tingkatpengenalan juga menunjukkan kenaikan seiring dengan pertambahan jumlah fitur geometrisyang digunakan. Tingkat pengenalan yang diperoleh untuk 3 buah ciri PCA dan 2 buah fiturgeometris adalah 88,33%.Kata Kunci : Principal Component Analysis, Fitur Geometris, Tingkat Pengenalan
Copyrights © 2013