Implementasi Pengenalan Wajah Menggunakan Metode Principal Component Analysis Berbasis Raspberry Pi

Sistem pengenalan wajah merupakan teknologi biometrik yang efisien dan efektif dalam mengidentifikasi individu, terutama dalam konteks keamanan dan sistem oto- matis. Teknologi ini memiliki berbagai macam aplikasi seperti absensi, sistem kea- manan dan akses informasi pribadi. Namun, pengenalan wajah memiliki beberapa permasalahan yang mengakibatkan berkurangnya tingkat akurasi yang dipengaruhi oleh variasi intensitas pencahayaan, oklusi dan pose, serta ekspresi pengguna pada citra wajah. Pada Penelitian ini, dilakukan penelitian implementasi wajah meng- gunakan metode fitur ekstraksi Principal Component Analysis (PCA) sebagai pro- ses ekstraksi dan Support Vector Machine (SVM) sebagai proses klasifikasi yang diterapkan pada Raspberry Pi 3 Model B+, yang nantinya akan dianalisis kinerja dari metode PCA dan klasifikasi SVM terhadap tingkat akurasi pengenalan, waktu komputasi dan memberikan informasi tentang performa Raspberry Pi saat mengek- sekusi sistem pengenalan wajah. Berdasarkan hasil pengujian yang telah dilakukan Raspberry Pi 3 Model B+ dapat digunakan dalam implementasi pengenalan wajah menggunakan algoritma PCA dan SVM dengan tingkat akurasi 80% menggunakan dataset mandiri, dengan delay waktu sebesar 1.171 detik.