<![CDATA[Sistem pengenalan wajah merupakan sistem yang dapat mengenali wajah seseorang dengan bantuan komputer. Untuk mengenali wajah tersebut, dilakukan ekstraksi fitur wajah. Pada penelitian ini digunakan metode isomap untuk mengekstrak fitur wajah. Isomap merupakan suatu metode yang dapat mengubah dimensi citra dari tinggi menjadi fitur-fitur yang memiliki dimensi rendah. Data yang digunakan adalah citra wajah yang diperoleh dari 6 orang, setiap orang memiliki 4 variasi ekspresi citra. Setelah fitur wajah diekstrak, selanjutnya dilakukan klasifikasi dengan menggunakan metode K Nearest Neighbor (KNN) dan metode Naive Bayes Classifier. KNN merupakan metode klasifikasi yang menggunakan jumlah tetangga (K) terdekat untuk menentukan kelas sedangkan Naïve Bayes merupakan metode klasifikasi yang menggunakan peluang bersyarat untuk menentukan kelas. Berdasarkan hasil penelitian pada metode KNN, tingkat akurasi terbaik terjadi saat jumlah tetangga K = 2. Nilai akurasi yang diperoleh sebesar 87,5%, nilai rata-rata presisi terbobot (RPT) sebesar 81,25% dan nilai rata- rata recall terbobot (RRT) sebesar 87,5% Pada metode Naive Bayes Classifier diperoleh tingkat akurasi sebesar 50%, nilai rata-rata presisi terbobot (RPT) sebesar 62% dan nilai rata-rata recall terbobot (RRT) sebesar 50%. Berdasarkan hasil tersebut dapat disimpulkan bahwa metode KNN merupakan metode klasifikasi yang lebih akurat dan lebih baik dibandingkan dengan metode Naïve Bayes.]]>
Copyrights © 2023
