Penerapan Principal Component Analysis Dan Random Forest Untuk Pengenalan Ekspresi Wajah

Abstract

Ekspresi wajah adalah bentuk pikiran yang merasuki orang, seperti kasih sayang yang diungkapkan dengan senyuman, dan cemberut adalah ekspresi sedih. Ini tentu saja mudah dikenali oleh manusia, tetapi tidak mudah untuk komputer. RF adalah metode klasifikasi yang mengandalkan hasil dan teori pembelajaran statistic untuk menjamin kinerja generalisasi. Pada penelitian ini terdapat 3 proses utama yaitu preprocessing, pengenalan, dan klasifikasi. Terdapat 7 kelas ekspresi wajah yang diklasifikasi yaitu ekspresi marah, netral, jijik, takut, senang, sedih, dan terkejut. Penelitian ini mengusulkan algoritma PCA untuk ekstraksi ciri dan algoritma RF pada pengujian, klasifikasi, dan pengenalan. Berdasarkan hasil pengujian dapat disimpulkan bahwa penggabungan algoritma PCA dan RF dapat melakukan klasifikasi ekspresi wajah manusia dengan baik dengan nilai akurasi saat pengujian 91,37% dan akurasi klasifikasi 91%. Hasil tersebut membuat algoritma RF cocok digunakan pada klasifikasi ekspresi wajah.