Perpustakaan Digital ITB

Kemampuan manusia dalam mengenali wajah merupakan kemampuan yang luar biasa. Dengan kemampuan ini, manusia mampu mengenali sampai ribuan wajah dan masih bisa mengingat dan mengenalinya walaupun setelah bertahun-tahun kemudian. Kemampuan ini cukup robust walaupun ada perbedaan dalam ransangan visual yang diakibatkan oleh sudut penglihatan, ekspresi, umur dan distraksi seperti kacamata atau perubahan dalam gaya rambut. Kemampuan manusia ini memang telah mempesona para ilmuwan dan filosof selama berabad-abad. Kemampuan dalam mengenali wajah yang yang diimplementasikan pada suatu alat atau sistem akan memberikan banyak manfaat pada kehidupan saat ini. Berbagai aplikasi dari alat dengan kemampuan seperti ini terbentang luas dari pencarian penjahat, kriminalitas, sistem akses ke ruangan, sampai interaksi manusia dengan komputer.Dalam tugas akhir ini akan dilaksanakan perancangan sistem pengenalan identitas manusia dengan identifikasi wajah manusia sebagai media pengenalnya atau yang lebih dikenal sebagai face recognition. Face recognition sendiri merupakan suatu cabang ilmu biometric, yaitu suatu bidang keilmuan yang menggunakan karakteristik fisik dari seseorang untuk menentukan atau mengungkapkan identitasnya.Metoda pengenalan yang dipakai adalah metode eigenface. Metode eigenface merupakan metode yang diklasifikasikan sebagai metode yang berdasarkan pada penampakan wajah secara keseluruhan (appearance-based method). Yang menjadi input adalah wajah manusia secara keseluruhan dan tidak melihat hubungan geometris dan spasial antara elemen-elemen wajah seperti hidung, mata dan mulut. Metode eigenface bekerja dengan membandingkan citra pada dimensi yang jauh lebih rendah dari dimensi citra sesungguhnya.Pengubahan dimensi citra menjadi lebih rendah pada metode eigenface dilakukan dengan menerapkan principal component analysis pada citra. Untuk mengetahui keakuratan sistem pengenalan wajah manusia yang dirancang pada tugas akhir ini, akan dilakukan uji coba sistem dengan menggunakan input sebanyak 135 citra wajah dari Yale Face Database dan 9 citra bukan wajah. Dari hasil pengujian sistem ini, didapatkan hasil performansi sistem adalah 85,42% dalam mengenali citra input dengan benar.