Implementasi Principal Komponen Analysis untuk Sistem Balik Citra Digital

Abstract

Abstrak – Kebutuhan citra digital meningkat dengan jumlah yang sangat besar untuk keperluan berbagai bidang seperti kedokteran, arsitektur, kesehatan, militer, olahraga dan berbagai  bidang lainnya,seiring dengan bertambah besar penggunaan data citra digital diperlukan sebuah mekanisme untuk melakukan memanajemen data tersebut, sampai saat ini banyak yang menggunakan mekanisme penotasian untuk proses manajemen citra digital, padahal dengan teknik ini akan menimbulkan perbedaan persepsi antara user dengan penotasinya, sehingga perlu di kembangkan sebuah sistem temu balik citra digital yang mampu mengatasi permasalahan tersebut. Besarnya dimensi citra menjadi sebuah masalah tersendiri bagi dunia komputasi, PCA mampu menjawab tantangan tersebut dengan melakukan proyeksi dari dimensi tinggi ke dimensi yang rendah. Pada penelitian sebelumnya PCA sudah sering digunakan untuk sistem temu balik citra digital hanya saja selalu menggunakan 100% komponen PCA, padahal terdapat potensi yang lebih untuk meningkatkan kecepatan dan akurasi sistem dengan menganalisa pengaruh jumlah komponen PCA yang digunakan dengan akurasi sistem. Pada penelitian ini peneliti mencoba melakukan analisa pengaruh jumlah komponen PCA yang digunakan terhadap akurasi sistem, selain itu juga dilakukan analisa performa PCA untuk mengetahui tingkat akurasi sistem dengan dataset University Washington, Visual Geometri Group dan dataset Wajah. Dari berbagai ujicoba yang dilakukan didapatkan  hasil bahwa 10% s.d 30% komponen PCA yang digunakan menghasilkan akurasi sistem yang paling tinggi untuk masing-masing dataset, 91,4% untuk dataset University Washington 92,0% untuk dataset Visual Geometri Group dan 75,3% untuk dataset Wajah

Kata Kunci --Sistem temu balik citra digital, Citra digital, Principal komponen analisis.