Pseudo-code Pengujian :
3.2.4. Output
Setelah melalui proses preprocessing dan klasifikasi, output atau luaran yang akan ditampilkan adalah informasi berupa identitas
dari mahasiswa yang terdeteksi. Jadi, ketika data testing suatu citra wajah mahasiswa cocok dengan data citra wajah mahasiswa dalam
database maka akan menampilkan identitas dari mahasiswa yang memiliki citra wajah tersebut yaitu nama dan NIM.
start Deklarasi citra wajah testing dengan matriks
Γ berukuran N x N
for all citra wajah testing Baca data citra
Ubah skala warna dari RGB ke Grayscale Ubah matriks dua dimensi menjadi satu dimensi
endfor Ubah tipe data matriks
Γ menjadi double Kurangi matriks
Γ dengan matriks dari data training Proyeksikan citra testing yang telah dikurangi dengan rata-rata ke Eigenspace
for i=1:size ,
Cari jarak antara nilai citra testing dengan tiap citra training dengan Euclidean Distance
Gabungkan tiap hasil perhitungan jarak dalam satu matriks endfor
Buat indeks atau nomor urutan pada tiap baris matriks hasil perhitungan jarak Sort matriks hasil dari kecil ke besar
Cari nilai jarak terkecil dari matriks hasil atau ambil pada baris pertama matriks hasil
Pengecekan jarak terkecil dengan threshold ifjarak terkecilthreshold
Gambar tidak ditemukandiketahui Identitas mahasiswa null
else Masuk dalam proses klasifikasi untuk menampilkan informasi identitas
mahasiswa end
3.2.5. Akurasi
Ketika proses klasifikasi dilakukan terhadap semua citra pada set data testing, maka akan dilakukan perhitungan akurasi.
Perhitungan akurasi dilakukan dengan mengecek hasil klasifikasi antara citra data training dan testing apakah memiliki label yang
sama. Label yang sama menunjukkan data testing dan data training merupakan citra dari satu mahasiswa yang sama. Jika label pada data
testing dan data training sesuai atau sama, maka pada testing indeks tersebut diberi nilai kebenaran 1, tetapi jika tidak maka akan diberi
nilai 0. �
=
ℎ ℎ
�
3.1 Setiap set atau kombinasi pembagian data training dan data
testing akan melakukan proses yang sama. Kemudian akan dipilih salah satu set yang menghasilkan akurasi tertinggi, dan dijadikan
sebagai indikator keakuratan pengenalan wajah serta digunakan untuk identifikasi data baru.
3.3. Desain User Interface
Kategori