PENGENALAN CITRA EKSPRESI WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS (PCA) DAN EXTREME LEARNING MACHINE (ELM)

Abstract

Dewasa ini pengembangan ilmu teknologi semakin berkembang pesat,terutama dalam aspek keamanan, ilmu teknologi digunakan untuk pencarian identitas individu pada database kepolisian yang melibatkan data berupa citra digital ekspresi wajah manusia. Ekspresi wajah dapat dibedakan menjadi 7, yaitu senang, sedih, marah, jijik, takut, terkejut dan netral. Untuk mengenali citra ekspresi wajah pada penelitian ini digunakan algoritma Principle Component Analyst (PCA) dan Extreme Learning Machine (ELM). Algoritma PCA digunakan untuk mengekstraksi fitur, sedangkan ELM untuk melakukan pengenalan ekspresi. Dataset yang digunakan diambil dari JAFFE Dataset, berjumlah 210 citra ekspresi wajah, yang terdiri dari 10 orang masing-masing dengan 7 citra ekspresi berbeda, pengambilan foto dilakukan setiap 3 kali. Ratio datatrain : datates yang digunakan adalah 4:1. Penelitian dilakukan dengan menggunakan jumlah fitur yang berbeda mulai dari 50, 60, 70, 80 dan 90 serta 100. Pengenalan ekspresi menggunakan fungsi sigmoid dengan epoch hingga 100 kali tiap fitur, serta menggunakan hidden neuron sebanyak 65. Hasil terbaik menggunakan 90 fitur dengan epoch 65 kali diperoleh testing akurasi sebesar 0.715 (71.5%) dan training akurasi sebesar 0.931 (93.1%) dengan training time selama 0.062 detik dan testing time selama 0.015 detik.

Kata kunci : ekspresi wajah, PCA, ELM