Hasil perhitungan nilai rata-rata citra dapat dilihat pada tabel Nilai dan Hasil Penjumlahan Data x i Berdasarkan Tabel, maka dapat dihitung rata-rata nilai x ke 1 sampai 100 menjadi µ adalah 55.58, setelah nilai ratarata diketahui langkah selajutnya adalah menggandakan nilai rata-rata menjadi 100 kali Menghitung Zero Mean Zero Mean merupakan data yang diperoleh dari pengurangan data normal x dikurangi nilai rata- rata dari parameter terkait. Hasil dari zero mean dapat dilihat pada tabel Perhitungan Zero Mean
Menentukan Matrik Kovarian
Matrik Kovarian adalah matrik yang digunakan untuk memperoleh ciri utama dari sample tangan sehingga mendapatkan ruang tangan dari ciri tangan tersebut. Matrik kovarian dapat diperoleh dengan cara mengkalikan matrik baru dengan matrik transposenya Hasil Perkalian (x-µ) (x-µ) C= 123928,36/(100-1)= 1251,80161 6
Menentukan Eigen Vector dan Eigen Value
Hasil perhitungan nilai kovarian dimaksudkan untuk mencari nilai eigenvector dan eigenvalue, sehingga dapat diperoleh fitur-fitur utama dari citra tangan. EigenVector = 1251,801616 dan EigenValue=1
Hasil Vektor PCA
Vektor Hasil PCA digunakan sebagai pola matrik untuk pelatihan. Pola tersebut disimpan dalam bentuk Ms.Excel. Data hasil principal component analysis digunakan untuk input pelatihan jaringan syaraf tiruan (artificial neural network) Backpropagation
Vektor Hasil PCA
Gambar citra tangan yang telah diupload selanjutkan akan melalui tahap ekstrasi fitur principal component analysis dan menentukan target karakter dari gambar citra tangan tersebut. Proses PCA dan penentuan target dapat dilihat pada gambar dibawah ini.
Ekstrasi Fitur Identifikasi Kode Tangan Pada Cahaya Normal
Ekstrasi Fitur Identifikasi
Kode Tangan Pada Cahaya Kurang Ekstrasi fitur PCA menghasilkan vektor dengan ukuran 100 x 100 yang akan disimpan kedalam Ms. Excel. terlihat hasil penyimpanan pada Gambar dibawha ini