Klasifikasi Identitas Wajah Untuk Otorisasi Menggunakan Deteksi Tepi dan LVQ

Abstract

Pengenalan pola wajah dapat dipandang mengenali emosi, ras, ataupun pemiliknya berdasarkan fitur-fitur yang dimiliki. Beberapa penelitian terdahulu  mengenali emosi berdasarkan segmen dari wajah menggunakan Regions Of Interest (ROI) dan Jaringan Syaraf Tiruan (JST), sedangkan penelitian lain mengenali jender dari pemilik wajah menggunakan Principal Component Analysis (PCA) dan Linear Discriminant Analysis (LDA) sebagai pengenalan biometrik menggunakan JST ataupun Eigen Face. Biometrik dapat dijadikan sebagai identitas yang diperlukan seperti untuk kehadiran, akses suatu sistem, dan pencaharian seseorang. Pengenalan citra wajah, retina, sidik jari dapat menunjukkan identitas dari pemiliknya. Penelitian ini telah membangun sistem pengenalan identitas berdasarkan citra wajah untuk otorisasi akses pintu hunian menggunakan JST. Citra wajah disegmentasi atas mata, dan mulut, sebagai masukan dari JST menggunakan metode Learning Vector Quantization (LVQ) dengan panjang vektor 10.600. 1-2.800 merupakan vektor mata kanan, 2.801-5.600 mata kiri, dan 5.601-10.600 merupakan vector mulut. LVQ mempunyai kesederhanaan dalam generalisasi pelatihan sehingga mempunyai komputasi lebih baik. Akurasi pengenalan ditingkatkan dengan memasukkan segmen-segmen wajah sebagai ciri. Sistem klasifikasi identitas wajah yang dibangun diimplementasi dalam bentuk perangkat lunak. Hasil klasifikasi dari 25 data uji yang tidak dilatih memperoleh akurasi sebesar 88% dengan hasil pengenalan tiga data uji tidak dikenali dan 22 data uji dikenali. Sedangkan hasil klasifikasi dari 25 data uji yang telah dilatih memperoleh akurasi sebesar 92% dengan hasil pengenalan dua data uji tidak dikenali dan 23 data uji dikenali.