Identifikasi Pengenalan Wajah Manusia Menggunakan Metode Principal Component Analysis Berbasis Mobile
DOI:
https://doi.org/10.55537/cosmic.v2i2.1210Kata Kunci:
Ekspresi emosi, mobile, pengenalan wajah, Pricipal Component Analysis (PCAAbstrak
Pengenalan wajah manusia dan klasifikasi ekspresi emosi merupakan salah satu bidang penelitian yang penting dalam pengembangan teknologi berbasis kecerdasan buatan. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan ekspresi manusia, seperti senang, sedih, jijik, marah, dan terkejut, menggunakan metode Principal Component Analysis (PCA) yang diterapkan pada perangkat mobile. Metode PCA dipilih karena kemampuannya dalam mereduksi dimensi fitur gambar wajah secara efektif, sehingga meningkatkan efisiensi proses identifikasi tanpa mengorbankan akurasi. Dataset yang digunakan dalam penelitian ini mencakup berbagai ekspresi manusia dari beberapa individu, dan algoritma PCA diintegrasikan ke dalam aplikasi berbasis mobile untuk memungkinkan pengenalan wajah secara real-time. Hasil pengujian menunjukkan bahwa sistem ini mampu mengidentifikasi ekspresi manusia dengan tingkat akurasi 92%, serta dapat diterapkan pada perangkat dengan sumber daya komputasi terbatas. Penerapan teknologi ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan aplikasi berbasis interaksi manusia-komputer.
Unduhan
Referensi
[1] Astuti, D. L. Z., & Samsuryadi. (2018). Kajian Pengenalan Ekspresi manusia menggunakan Metode PCA dan CNN. Annual Research Seminar (ARS) Fakultas Ilmu Komputer, 4(1), 293–297.
[2] Yusuf, R., & Huda, A. A. (2023). Deteksi Ekspresi manusia Menggunakan Metode Backpropagation. Journal Automation Computer Information System, 3(2), 103–114. https://doi.org/10.47134/jacis.v3i2.60
[3] Hermiati, R., Asnawati, A., & Kanedi, I. (2021). Pembuatan E-Commerce Pada Raja Komputer Menggunakan Bahasa Pemrograman Php Dan Database Mysql. Jurnal Media Infotama, 17(1), 54–66. https://doi.org/10.37676/jmi.v17i1.1317
[4] Satrio, M. S. (2023). Pengenalan Wajah Menggunakan Principal Component Analysis ( Pca ) Dan Eigen Face. Jurnal Informatika Dan Riset, 1(2), 14–18.
[5] Amynarto, N., Sari, Y. A., & Wihandika, R. C. (2018). Pengenalan emosi berdasarkan ekpresi mikro menggunakan metode local binary pattern. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(10), 3230–3238. httpsj-ptiik.ub.ac.idindex.phpjptiikarticleview2594
[6] Sarasati, F. (2021). Implementasi Metode Principal Component Analysis untuk Sistem Pengenalan Wajah. Jurnal Infortech, 3(2), 152–156. https://doi.org/10.31294/infortech.v3i2.11786
[7] Darmawan, A. (2019). Aplikasi Mobile Pengenalan Wajah Secara Real-Time Berbasis Principal Component Analysis. Ubiquitous: Computers and Its Applications Journal, 2, 57–66. https://doi.org/10.51804/ucaiaj.v2i1.57-66
[8] Zhou, X., & Zhu, T. C. (2024). Survey of Research on Face Recognition Methods Based on Depth Learning. Journal of Physics: Conference Series, 2717(1). https://doi.org/10.1088/1742-6596/2717/1/012027
[9] Rifani, D. A., & Rahadi, D. R. (2021). Ketidakstabilan Emosi dan Mood Masyarakat Dimasa Pandemi Covid-19. Jurnal Manajemen Bisnis, 18(1), 22–34. https://doi.org/10.38043/jmb.v18i1.2747
[10] Hermiati, R., Asnawati, A., & Kanedi, I. (2021). Pembuatan E-Commerce Pada Raja Komputer Menggunakan Bahasa Pemrograman Php Dan Database Mysql. Jurnal Media Infotama, 17(1), 54–66. https://doi.org/10.37676/jmi.v17i1.1317
[11] Lubis, A. R., Prayudani, S., & Lubis, M. (2019, November). Analysis of the Markov Chain Approach to Detect Blood Sugar Level. In Journal of Physics: Conference Series (Vol. 1361, No. 1, p. 012052). IOP Publishing.
[12] Al-Khowarizmi, A. K., & Suherman, S. (2021). Classification of skin cancer images by applying simple evolving connectionist system. IAES International Journal of Artificial Intelligence, 10(2), 421.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Abdilah Wijaya Hasrimi, Rachmat Aulia
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
