2.3.1. Contoh Perhitungan Euclidean Distance
Tabel 2.3. Contoh Perhitungan Euclidean Distance Euclidean Distance
1 Var1
2 Var2
Orang 1 20
80 Orang 2
30 44
Orang 3 90
40
Algoritma Euclidean Distance : = √∑
−
=
2.23
Untuk menghitung jarak antara orang 1 dan 2, perhitungannya : = √
− +
− =
. Untuk menghitung jarak antara orang 1 dan 3, perhitungannya :
= √ −
+ −
= .
Untuk menghitung jarak antara orang 2 dan 3, perhitungannya : = √
− +
− =
. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.3.2. Contoh Pengujian
1. Mengambil suatu gambar testing untuk pengenalan. Kemudian ubah matriks tiap gambar testing berukuran dua dimensi menjadi satu
dimensi N
2
x 1. Γ
= [ ]
Γ = [ ]
2. Mengurangi nilai matriks gambar testing dengan nilai matriks rata- rata dari data training dengan rumus :
� = Γ
−
2.17
� = [ ] − [
. .
]
= [ − .
− − .
− ]
3. Memproyeksikan gambar testing dalam Eigenspace dengan rumus : � =
�
Γ −
2.18
� =
�
�
2.19
= [� , � … �
�
]
2.21
� = [− . .
− . .
] [ − .
− − .
− ] = .
� = [ . − .
. − .
] [ − .
− − .
− ] = − .
� = [− . .
− . .
] [ − .
− − .
− ] = .
= [ . − .
. ]
Atau =
�
. �
�
2.20
= [ − .
. − .
. .
− . .
− . − .
. − .
. ] [
− . −
− . −
]
�
= [ .
− . .
]
�
= [ . − .
. ]
Kemudian mencari jarak antar vektor setiap gambar Euclidean distance dengan rumus :
� = ‖ −
‖ = [ , … ]
2.22
� = √ . −
. + − .
+ . + .
− . = .
� = √ .
− . + − .
+ . + .
− . =
. � = √
. + .
+ − . − .
+ . + .
= .
4. Pengecekan dengan nilai threshold �
� = . � =
. Dari perhitungan jarak antara bobot gambar testing dan gambar
training jarak terdekatnya yaitu .
. Kemudian karena nilai jarak tidak lebih dari nilai threshold, maka gambar testing dikenali
sebagai seseorang dalam gambar pada database. Sehingga gambar testing
[ ] mirip dengan gambar training indeks ke-1 pada
database [
] . PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
BAB III METODOLOGI PENELITIAN
3.1. Analisis Data
3.1.1. Data
Data yang digunakan dalam penelitian ini adalah foto wajah dan identitas mahasiswa Universitas Sanata Dharma Program Studi
Teknik Informatika angkatan 2013 berjumlah 25 orang. Foto wajah mahasiswa yang diambil berjumlah 18 foto wajah dengan ekspresi
berbeda dari 25 mahasiswa, sehingga totalnya adalah 450. Foto wajah mahasiswa berformat .jpg dan memiliki dimensi asli
2304x4096. Identitas setiap mahasiswa yang akan menjadi output dalam
penelitian terdiri dari nama dan nomor induk mahasiswa NIM.
Tabel 3.1. Data mahasiswa TI USD angkatan 2013 yang digunakan dalam penelitian
No. Nama Mahasiswa
NIM 1.
A Fendi Pratama 135314113
2. Yeremia Yoga Pratama
135314007 3.
Kautsar Rusydi Rahmatullah 135314093
4. Dwi Putra Prihandito
135314048 5.
Damian Arif Pradana 135314047
6. Gabriel Indra Widi Tamtama
135314075 7.
Sonny Fernando K.Adji 135314084
8. Widya Yoga Arkadia
135314059 9.
Angela Mediatrix Melly 135314074
10. Martin Nugraha 135314037
11. Yohanes Enggal Septianto 135314124
Kategori