Sistem Pengenalan Citra Ekspresi Wajah Menggunakan Principal Component Analysis Dan Support Vector Machine

Pada hakekatnya setiap manusia adalah unik, dimana keunikan ini menjadi pembeda bagi masing-masing individu. Salah satu keunikan yang dimiliki oleh manusia adalah wajah. Setiap manusia terlahir dengan wajah yang berbeda-beda, mulai dari perbedaan jarak antara kedua mata, letak hidung, jarak antara mulut dengan hidung, serta ukuran dari wajah itu sendiri. Akibatnya, muncul paradigma dimana wajah digunakan sebagai ciri dari suatu individu. Segmentasi dan preprocessing diperlukan untuk dapat memisahkan wajah dari latar belakang untuk hasil yang sebaik mungkin. Penelitian ini bertujuan untuk melakukan pengenalan ekspresi citra wajah menggunakan Principal Component Analysis dan Metode Support Vector Machine. gambar yang dimasukkan akan di preprocessing terlebih dahulu dan deteksi wajah viola-jones agar dapat memisahkan wajah dari latar belakang sehingga proses ekstraksi ciri wajah mendapatkan hasil yang baik. setelah ekstraksi ciri didapatkan, ciri tersebut akan diklasifikasikan menggunakan metode SVM. metode PCA dan SVM adalah metode yang mampu mendeteksi wajah dengan baik. Hasil akurasi yang didapatkan menggunakan metode klasifikasi SVM menghasilkan tingkat akurasi yang cukup baik sebesar 61%. Hal ini disebabkan dengan kecilnya resolusi pada dataset yang kemudian mempengaruhi hasil akurasi dalam klasifikasi.