Perpustakaan Digital ITB

Perkembangan ilmu komputer dan teknologi dalam beberapa tahun belakangan ini mengalami perkembangan yang hebat, hingga di saat ini muncul jenis-jenis teknologi yang melakukan digitalisasi terhadap hampir semua hal yang berhubungan dengan kehidupan manusia, termasuk kedalam pengenalan wajah manusia. Dalam beberapa tahun belakangan ini berbagai metode untuk pengenalan wajah manusia mengalami perkembangan, salah satunya menggunakan Histogram of Oriented Gradients (HOG). Pada kesempatan kali ini akan dilakukan perancangan sistem secara image processing untuk mengenali wajah manusia menggunakan Histogram of Oriented Gradients (HOG) dan machine learning seperti Convolutional Neural Network (CNN), dan Support Vector Machine (SVM), selain itu juga akan dikembangkan bagaimana cara komputer mendeteksi kedipan dari wajah, dengan menggunakan titik-titik yang dapat dikenali komputer di bagian mata dari 68 titik facial landmarks, sehingga dari hasil tersebut dapat diukur jarak antar kelopak mata bagian atas dan bawah yang mana jika jarak (dalam pixel) nya cukup kecil maka dapat diartikan sebagai kedipan. Selain itu juga dibatasi jarak wajah yang dapat dideteksi untuk berkedip. Pada akhirnya jika kedipan pada wajah yang dikenali terdeteksi, maka akan dicatat waktu dan tanggal tersebut yang kemudian juga membuka sebuah kunci solenoid menggunakan komunikasi serial melalui Arduino Uno sehingga bisa menjadi sebuah sistem keamanan. Dari 100 foto wajah dan 207 kali pengujian kedipan, didapat 89.86% bahwa komputer dapat mendeteksi kedipan secara “True Positive”, selain itu juga nilai parameter toleransi yang disarankan untuk sistem pengenalan wajah ini yaitu antara 0.42 hingga 0.48.