Analisis Perbandingan Transformasi Wavelet pada Pengenalan Citra Wajah

Abstract

Citra merupakan dimensi spatial berisi infor-masi warna dan tidak bergantung waktu. Transformasi citra merupakan proses perubahan bentuk citra untuk mendapatkan suatu informasi tertentu (fitur) yang tidak tersedia sebelumnya, salah satunya adalah transformasi wavelet. Wavelet merupakan fungsi matematis yang mampu mengelompokan energi citra terkosentrasi pada sekelompok kecil koefisien, sedangkan kelompok koefisien lainnya hanya mengandung sedikit energi yang dapat dihilangkan. Penelitian ini bertujuan untuk menguji tingkat keakuratan informasi hasil trans-formasi pada citra wajah menggunakan jenis wavelet Haar, Daubechies dan Coiflet, kemudian diterapkan pada sistem pengenalan wajah menggunakan metode Learning Vector Quatization (LVQ). Hasil pengujian, dapat dilihat bahwa transformasi pada citra dengan wavelet daubechies orde-2 (db2) sebesar 79,17% sebandingkan dengan dekomposisi wavelet haar juga sebesar 79,17%, sedangkan dekomposisi dengan wavelet coiflet orde-1 (coif1) unjukkerja sistem menurun 9% atau 70,00%.