Deni Alfian Khaulany (2000018138) Irfannullah (2000018145) Review Paper 1:
Judul Penerapan metode LDA pada pengenalan wajah berbasis kamera
Tahun 2010 Penulis Asep Sholahuddin, Rustam E. Siregar, Iping Supriana ,Setiawan Hadi Tujuan Memaksimumkan matriks kovarian antar kelas sekaligus meminimumkan matriks kovarian dalam kelas pada penelitian pengenalan citra wajah berbasis kamera Data yang digunakan Penelitian yang telah dilakukan ini menggunakan 10 buah citra wajah yang diambil dari kamera dengan ukuran gambar 30 x 30. Metode Penelitian Pada penelitian ini penulis mengambil gambar wajah dari 5 orang yang terdiri atas 2 orang wanita dan 3 orang pria dengan menggunakan kamera webcam. Setiap orang diambil gambar wajah masing-masing sebanyak dua gambar wajah sehingga semuanya berjumlah 10 gambar wajah. Setiap gambar wajah berukuran 30 x 30 pixel. Hasil Penelitian Pada penelitian yang dilakukan, digunakan program Matlab versi 7 untuk mengambil data gambar dari kamera Webcam Logitech 1.3 Megapixel sebanyak 10 gambar wajah dari sebanyak 5 orang. Hasilnya didapat data wajah sebanyak 4 orang dapat dikenali, sedangkan satu data wajah tidak dikenali. Namun kemudian dicoba lagi dengan menambahkan kacamata pada wajah yang tidak dikenali, ternyata hasilnya dapat mengenali wajah tersebut. Kelebihan Tingkat keberhasilan pengenalan wajah tergolong tinggi.
Kekurangan Jika data latih dengan data uji berbeda jauh posisi atau pencahayaannya maka sistem ini tidak dapat mengenali dengan baik.
Review Paper 2:
Judul Implementasi Metode Linear Discriminant Analysis (LDA) Untuk
Klasifikasi Pengambilan Mata Kuliah Pilihan Tahun 2019 Penulis Ayu Anggrestianingsih, Agus Wahyu Widodo, Muhammad Tanzil Furqon Tujuan Mengimplementasikan metode linear discriminant analysis (LDA) dengan mencari nilai akurasi tertinggi pada masing masing mata kuliah yang diujikan sehingga bisa digolongkan masuk kelas ya atau kelas tidak. Data yang digunakan Dalam penelitian ini data yang digunakan adalah data primer pada tahun 2015-2017 untuk training dan testing tahun 2018 yang diperoleh dari akademik fakultas ilmu komputer universitas brawijaya, dimana data latih yang digunakan sebanyak 30 data dan 5 data uji dengan 5 mata kuliah pilihan (Logika Fuzzy, Sistem Pendukung Keputusan, Pengolahan Citra Digital, Sistem Pakar dan Algoritma Evolusi) yang akan diklasifikasi dengan menggunakan metode Linear Discriminant Analysis (LDA).
Metode Penelitian Pengujian mata kuliah pilihan algoritma evolusi keputusan
menggunakan data latih sebanyak 30 dan 15 data untuk masing- masing kelas yang ada dan 5 data uji untuk menghitung nilai akurasi. Nilai kelas ‘Ya’ dan kelas ‘Tidak’ diperoleh dari hasil akhir perhitungan fungsi discriminant pada masing-masing kelas yang kemudian dicari nilai tertinggi antara kelas ‘Ya’ dan kelas ‘Tidak’ sehingga menghasilkan class discriminant. Sedangkan kelas data uji merupakan kelas yang sebenarnya yang ada pada kelas data yang diujikan. Hasil Penelitian Dengan menggunakan metode LDA (Linier Discriminant Analysis) untuk mengklasifikasi 4 fitur (Semester, SKSK, IPK, dan Nilai Prasyarat) dangan 2 kelas (Ya dan Tidak) serta 5 mata kuliah pilihan (Logika Fuzzy, Sistem Kecerdasan Buatan, Pengolahan Citra Digital, Algoritma Evolusi, Sistem Pakar) telah terbukti dapat mengklasifikasi data yang ada. Lalu dari skenario pengujian yang ada, tingkat akurasi dengan menggunakan metode LDA tergantung pada kelas data uji. Skenario yang memiliki nilai terbesar yaitu 80% dengan menggunakan 30 data latih serta 5 data uji dengan kelas ya yang mendominasi. Kelebihan Tingkat akurasi pada salah satu skenario mata kuliah pilihan mencapai 80%. Kekurangan Data akurasi dari mata kuliah pilihan yang diujikan masih bisa lebih valid.