Dekomposisi Nilai Singular atau Singular Value Decomposition (SVD)merupakan salah satu cara untuk menyatakan Principal Component Analysis (PCA).PCA sendiri merupakan suatu proses untuk menemukan kontributor-kontributorpenting dari suatu data berdasarkan besaran statistika deviasi standart dan variansi.SVD merupakan proses untuk mendapatkan matriks diagonal yang elementak nolnya merupakan nilai singular yang akarnya merupakan eigenvalue.SVD atas matriks kovarian C berbentuk C = U?V T dengan matriks U dan Vmemuat eigenvektor yang sudah terurut dari nilai variansi terbesar ke nilai variansiterkecilnya. Variansi terbesar memiliki arti eigenvektor menangkap ciri-ciri yangpaling banyak berubah. Sifat inilah yang dipakai untuk membentuk eigenface.
Copyrights © 2012