Text
Klasifikasi jenis kelamin seseorang berdasarkan citra wajah menggunakan support vector machine
Manusia secara umum dapat diklasifikasikan menjadi dua kelompok, yaitu
laki-laki dan perempuan. Jenis kelamin seseorang memiliki karakteristik yang
berbeda antara satu dengan lainnya. Salah satu perbedaan tersebut dapat dianalisis
melalui wajah. Klasifikasi wajah laki-laki dan perempuan dapat dilakukan dengan
metode komputasi melalui media perangkat lunak. Metode komputasi tersebut
menggunakan metode Support Vector Machine (SVM) dan Principal Component
Analysis (PCA). Pada proses klasifikasi digunakan dua jenis kernel, yaitu kernel
linier dan Radial Basis Function (RBF). Jumlah data yang digunakan pada
penelitian ini adalah 100 data citra wajah, terdiri atas 50 citra wajah laki-laki dan
50 citra wajah perempuan. Pengujian data dilakukan dengan konstanta pinalti C=
8 dan C= 32. Hasil pengujian data latih menunjukkan bahwa kernel linier dengan
konstanta pinalti C= 32 menghasilkan tingkat akurasi yang lebih tinggi daripada
kernel RBF. Sedangkan, pengujian data uji menggunakan kernel linier dengan
konstanta pinalti C= 8 menghasilkan tingkat akurasi yang lebih tinggi daripada
kernel RBF. Berdasarkan penelitian ini dapat disimpulkan bahwa jenis kernel dan
nilai konstanta pinalti dapat meningkatkan dan menurunkan tingkat akurasi
klasifikasi data.
No copy data
No other version available