Pengenalan Wajah Menggunakan Metode Linear Discriminant Analysis (Lda) Dan Support Vector Machine (Svm)

Sistem pengenalan wajah adalah teknologi yang dikembangkan oleh banyak pe- neliti karena banyak digunakan dalam berbagai aplikasi, seperti sistem keamanan, akses informasi pribadi, dan absensi. Namun, terdapat beberapa permasalahan da- lam pengenalan wajah, seperti variasi cahaya, pose, ekspresi, dan oklusi pada citra wajah yang dapat mempengaruhi tingkat akurasi. Proses pengenalan wajah me- libatkan dua tahap, yaitu ekstraksi fitur dan klasifikasi. Dalam penelitian ini, di- gunakan metode Linear Discriminant Analysis (LDA) untuk proses ekstraksi dan Support Vector Machine (SVM) untuk proses klasifikasi dalam sistem pengenalan wajah. LDA merupakan pengembangan dari metode Principal Component Ana- lysis (PCA). Diharapkan penggunaan LDA dapat meningkatkan akurasi pengenalan wajah dan waktu komputasi. Pada penelitian ini simulasi dilakukan pada Dataset AT&T, Yale Face, Georgia Tech, dan Dataset Mandiri. Dataset Mandiri adalah data- set yang diambil secara mandiri yang terdiri dari 70 subjek dengan masing-masing subjek terdapat 10 citra yang berbeda. Dari hasil pengujian yang telah dilakukan, pengenalan wajah menggunakan LDA & SVM menghasilkan tingkat akurasi diatas 80% dengan waktu komputasi sebesar 1-2 detik.