| dc.description.abstract | Makalah ini berisi bahasan tentang penerapan Ptincipnl Cbmponmt Anaiysis(PCA) dan metode uhuan jarak (LUEticIidean Distance dm Angle) pada idmtifikasi wajah. Untuk PCA &gunah p r o p i krunulatif 80% dm 90% yang menurut Johnson daa Wichem dianggap dapat ruengganth data asli tanpa banyak kehilangan infomi. A p h i PCA dalm kajian ini d i rariasi penggmaan k o q n e n acak dan tanpa komponen acak pada tiap proporsi. SBdangkan ukuran jmk d i w L2/Euciideun Distance. Data yang dipakai adalah data dua dimwajah dengan men- Jaringan Syaraf Tiruan Propagasi Balik S~~~I(JSTPBS). Hail kajian mentmjukkan bahsa genmlisasi maksimun terbaik d i c w paiia EucIideal;, ii?tgie, dan PCA 80% tanpa komponen a& Tetapl tingka? konvergensi Angie dm EucIideon lebih lama jika dibanding dcngan PCA. Hal ini &armdm dimensi input jaringan pa& Angic dan EucIidean lebih bcsar. Selain itu tiogkat variasi pola ciri Angle dan Euclidean Iebih kacil jika dibandingkan PCA. Tingkat konvergensi pa& tiap mttdt ti&k dipengadk,i jurnlah neuron hidden yang &gundim. Demduan pula tinght generalisasi tidak terlalu dipengaruhi jurnlah neuron hidden apabila galat ideal tercapai. Kata hmci : Pri~ciple Componenl Analysis(PCA), LZ/Euclidean Distance dm Angle, JST Propagasi Balik Standar, Mathematiul Education. | id |
