Penerapan Kernel Jamak pada Program Berbasis PCA untuk Pengenalan Wajah dengan Variasi Iluminasi

Abstract

Penerapan fungsi kernel dapat dilakukan untuk memecahkan masalah pada suatu data citra yang bersifat non-linier sehingga data tersebut dapat dipisahkan secara linier oleh sebuah hyperplane dengan cara melakukan pemetaan dari input space terhadap feature space untuk menaikkan dimensinya. Dalam artikel ini akan dibahas peningkatan akurasi pengenalan yang didapat dengan melakukan penerapan kernel jamak pada program berbasis PCA dengan menggunakan jenis kernel linear, polynomial, dan gaussian untuk pengenalan wajah yang diberi variasi pencahayaan. Proses pencocokan atau pengenalan identitas dilakukan dengan metode SVM. Peningkatan yang didapat dari hasil penerapan kernel jamak akan dibandingkan dengan penerapan kernel tunggal dan dilihat seberapa besar pengingkatan akurasi pengenalannya. Berdasarkan hasil penerapan kernel jamak yang dilakukan, rata-rata peningkatan akurasi yang didapatkan dari hasil pengenalan wajah dengan variasi pencahayaan adalah sebesar 10,5% dibandingkan dengan kernel tunggal.