Analisa Perbandingan Pengenalan Wajah Dengan Principal Component Analysis Dan Bidirectional Associative Memory

Penelitian ini bertujuan untuk membandingkan dua metode dalam sistem pengenalan wajah, yaitu Principal Component Analysis (PCA) dan Bidirectional Associative Memory (BAM), guna menentukan metode yang paling akurat dalam mengenali citra wajah. Dalam eksperimen ini, kedua metode diuji menggunakan sampel citra wajah yang sama, sehingga hasilnya dapat dibandingkan secara objektif. PCA digunakan untuk mereduksi dimensi data dan mengekstrak fitur wajah melalui pendekatan eigenface, sedangkan BAM menerapkan jaringan saraf heteroasosiatif untuk mengenali pola input berdasarkan bobot sinaptik dua arah. Hasil penelitian menunjukkan bahwa metode PCA menghasilkan tingkat akurasi yang lebih tinggi dibandingkan BAM. Hal ini dibuktikan dengan nilai Euclidean Distance terkecil sebesar 455, yang menunjukkan kesesuaian antara citra uji dan citra latih. Sebaliknya, metode BAM tidak berhasil mengidentifikasi citra uji karena hasil akhir tidak sesuai dengan target, yang menunjukkan keterbatasannya dalam mengenali pola citra wajah. Dengan demikian, PCA lebih direkomendasikan untuk diterapkan dalam sistem pengenalan wajah berbasis citra.