Penerapan Algoritma Backpropagation dan Principal Component Analysis (PCA) pada Jaringan Syaraf Tiruan untuk Identifikasi Jenis Kulit Wajah Berdasarkan Data Kuesioner

Abstract

Penelitian ini berupaya mengembangkan sistem yang mampu mengkategorikan jenis kulit wajah dengan memanfaatkan data yang dikumpulkan melalui survei, mengintegrasikan teknik Principal Component Analysis (PCA) beserta metode Backpropagation dalam Jaringan Syaraf Tiruan (JST). Sampel data dikumpulkan dari 100 partisipan perempuan berusia 17 hingga 35 tahun melalui kuesioner yang mengevaluasi enam aspek kesehatan kulit. PCA digunakan untuk menyederhanakan dimensi data sebelum memprosesnya dengan JST, yang bertujuan untuk meningkatkan efisiensi dan menghilangkan fitur yang tidak diperlukan. Model dievaluasi dalam dua skenario: satu memanfaatkan PCA dan yang lainnya tidak memanfaatkannya. Temuan menunjukkan bahwa kedua metode menghasilkan akurasi klasifikasi yang sama sebesar 25%, meskipun ada variasi hasil pada berbagai jenis kulit. Meskipun PCA tidak memberikan dampak signifikan pada akurasi, penggunaannya berkontribusi pada standarisasi input dan mempercepat proses pelatihan. Penelitian ini menunjukkan bahwa metode yang memanfaatkan data subjektif, beserta kombinasi PCA dan JST, dapat berfungsi sebagai strategi efektif untuk menentukan jenis kulit wajah, khususnya dalam aplikasi non-intrusif dan seluler.