IMPLEMENTASI ALGORITMA EIGENFACE UNTUK PENGENALAN WAJAH

22074329, DINA FITRIASARI (2013) IMPLEMENTASI ALGORITMA EIGENFACE UNTUK PENGENALAN WAJAH. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22074329_bab1_bab2_daftarpustaka.pdf Download (392kB)
	Text (Skripsi Informatika) 22074329_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Dalam penelitian ini dibuat program perancangan untuk pengenalan wajah. Tujuan dari penelitian ini adalah untuk membantu computer dalam mengenali wajah. Proses pengenalan wajah yang dilakukan oleh computer tidak semudah pengenalan yang dilakukan oleh manusia. Tidak seperti manusia yang dapat mengenali seseorang tanpa dipengaruhi posisi wajah maupun cahaya, komputer harus melakukan perhitungan yang rumit sebelum dapat mengenali wajah. Faktor-faktor dari luar seperti pencahayaan, background, accessories yang sedang dipakai sangat mempengaruhi dalam proses pengenalan. Salah satu algoritma untuk membantu dalam pengenalan wajah adalah algoritma Eigenface. Perhitungan Algoritma Eigenface cukup sederhana, yaitu dilakukan proses preprocessing, yang meliputi capture, resize, crop, dan grayscale kemudian disimpan sebagai pola master di folder pola master. Selanjutnya dilakukan proses pelatihan yang meliputi mengubah citra pola master menjadi vector matrik, vector matrik dari masing-masing citra digabungkan ke dalam matrik tunggal ‘flatvektor’ dan dicari rata-rata pola master dengan membagi flatvektor dengan jumlah citra didatabase, proses terakhir dari pelatihan adalah mencari nila eigenfacenya dengan mencari selisih flatvektor dan rata-rata. Proses terakhir adalah pengenalan, prosesnya hampir sama, yaitu dilakukan proses preprocessing pada testface, kemudian dicari vector matriknya, setelah itu dicari eigenfacenya dengan mencari selisih antara vector matrik dengaan rata-rata dalam pelatihan, proses terakhir mencari jarak antara eigenface pengenalan dan eigenface pelatihan, jarak terkecil akan ditampilkan sebagai outputface. Hasil pengujian membuktikan bahwa algoritma Eigenface mendukung pengenalan wajah dengan akurasi tertinggi sebesar 100%. Keberhasilan algoritma ini sangat ditentukan oleh nilai pencahayaan, posisi wajah, dan jumlah user. Penambahan jumlah wajah dengan beragam posisi dapat menambah nilai.

Actions (login required)

View Item