Pengenalan Wajah menggunakan Principle Component Analysis (PCA) dengan Model Algoritma Machine Learning untuk Mengidentifikasi Jenis Kelamin pada Kartu Identitas Mahasiswa

Kajian tentang pengenalan wajah sampai saat ini masih banyak orang yang melakukan eksplorasi, hal dapat dilihat dari perkembangan teknologi Computer Vision diterapkan diberbagai aplikasi kehidupan. Tujuan penelitian adalah untuk mengidentifikasi seseorang berdasarkan ciri atau featur jenis kelamin pada kartu identitas mahasiswa di sebuah perguruan tinggi. Metode digunakan melalui pendekatan data sains machine learning yaitu SEMMA (Sample, Explore, Modify, Model dan Asses) dengan penerapan pemodelan 2 (dua) algoritma yakni Support Vector Machine (SVM) Artificial Neural Network (ANN). Namun tersebut juga didukung pre-processing teknik Principle Component Analysis (PCA) tujuannya mereduksi dimensi berbagai fitur gambar ada menjadi terpilih. Hasil diperoleh bahwa adanya peningkatan performance aspek akurasi 77.50% SVM 78.10%. Perolehan kinerja lebih baik sebelumnya tidak melibatkan reduksi menggunakan PCA