Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN) dalam Deteksi Masker pada Wajah

Andi Danang Krismawan, Eko Hari Rachmawanto

Abstract


Penggunaan masker mengakibatkan wajah seseorang sulit dikenali oleh sistem keamanan pada saat penggunaan fitur Face Recognition. Deteksi penggunaan masker akan berguna bagi satgas Covid-19 yang memantau masyarakat untuk selalu patuh dalam aturan penggunaan masker. Dalam penelitian ini, deteksi penggunaan masker pada wajah menggunakan Metode Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN). Data yang digunakan berupa citra wajah yang menggunakan masker dan tidak bermasker. Kemudian dilakukan tahap prepocessing dengan melakukan cropping, penghapusan latar belakang citra, segmentasi dengan menggunakan metode thresholding, ekstraksi ciri dan terakhir mengklasifikasinya menggunakan KNN. Berdasarkan hasil pengujian sistem, didapatkan akurasi sebesar 90% dengan jumlah citra  sebanyak 180 citra latih dan 20 citra uji.


Keywords


Deteksi Masker; Principal Component Analysis (PCA); K-Nearest Neighbor (KNN)

Full Text:

PDF


DOI: http://dx.doi.org/10.36499/psnst.v12i1.7066

Refbacks

  • There are currently no refbacks.


Address : :

Fakultas Teknik Universitas Wahid Hasyim

JL. Menoreh Tengah X / 22, Sampangan, Gajahmungkur, Kota Semarang, Jawa Tengah 50232, Indonesia
Handphone:  +6285226622609
 

 

 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.