Tugas akhir ini merupakan lanjutan dari penelitian sebelumnya (Sanabila, 2008)dalam pengenalan sudut wajah dengan konsep yang sama, yaitu data acuan awalmemiliki interval tertentu, dibuat data acuan baru menggunakan interpolasi, laludata uji dihitung jaraknya terhadap semua data acuan, data acuan dengan jarakterdekat merupakan hasil tebakan. Perbedaan dalam penelitian ini adalahpenggunaan data rata-rata dan data fuzzy sebagai data acuan, perbedaan dalamPCA yang dilakukan, serta penggunaan control point placement dalam interpolasiBezier kuadratik. Skema eksperimen dibagi menjadi dua, menggunakan set datayang sama dengan penelitian sebelum ini dan menggunakan set data yang lebihkecil intervalnya. Selain itu, penelitian ini juga mencakup pengenaan distorsi.Kesimpulan dari peneltian ini adalah penggunaan data rata-rata lebih baikdaripada data masing-masing foto yang harus dipisahkan berdasarkan kelas wajahterlebih dahulu, penggunaan PCA memberi hasil yang baik, algoritma dengan datafuzzy belum memberi hasil sebaik data rata-rata, pengenaan distorsi kurangmempengaruhi hasil pengenalan algoritma untuk eksperimen yang memakai datarata-rata, dan pemakaian control point placement menghasilkan tingkatpengenalan yang lebih baik untuk eksperimen dengan data rata-rata. This final project is a continuity of previous research about angle estimation withthe same main concept: with reference data in some intervals, new reference datawith smaller intervals was made with the use of interpolation, and distancesbetween testing data and all reference data was calculated, the reference data withthe closest distance was the algorithm?s estimation (Sanabila, 2008). Differencesmade were the use of average data (crisp data) and fuzzy data for each angle asreference data, differences in PCA algorithm, and the use of control pointplacement in quadratic bezier interpolation. Experiment scenarios were dividedinto two main schemes based on the intervals of the data set, the first one was anexperiment scheme with the same data set intervals with previous research andanother one was experiment scheme with smaller intervals. Data manipulationwith noise addition have also been done in some experiment schemes.Some of theConclusions were: use of average data was more efficient than one data for eachpicture, the use of PCA gave better result than experiments without PCA,experiments with average data gave better result than with fuzzy data, noiseaddition to data did not effect the recognition rate of the algorithm forexperiments with average data (crisp), control point placement gave better resultin experiments with average data. |