Jurnal : Pengenalan Wajah dengan Matriks Kookurensi Aras Keabuan dan Jaringan Syaraf Tiruan Probabilistik

Abstrak

Sistem pengenalan wajah merupakan pengembangan metode dasar sistem autentifikasi dengan menggunakan karakteristik alami wajah manusia sebagai dasarnya. Proses pengenalan citra wajah ini melalui beberapa tahap yaitu tahap pelatihan dan tahap pengujian. Pada tahap pengujian dilakukan secara langsung dan tidak langsung. Secara tidak langsung data uji bersumber dari sekumpulan citra wajah yang sudah dipilih, sedangkan secara langsung citra wajah bersumber dari kamera. Pengenalan citra wajah manusia menggunakan penggabungan antara metode GLCM dan PNN. Tahap prapengolahan dengan merubah RGB ke dalam aras keabuan dengan metode centroid sebagai proses segmentasi citra wajah. Faktor pengenalan wajah yang diuji meliputi pencahayaan, jarak, sudut serta posisi. Pada GLCM menggunakan metode statistik dan analisis tekstur orde kedua karena merepresentasikan tekstur citra dalam parameter energi, korelasi, homogenitas dan kontras. Sedangkan PNN digunakan untuk pembentukan basisdata yang disimpan dalam jaringan untuk proses membandingkan hasil keluaran yang berupa data matrik hasil dari GLCM. Pada penelitian ini digunakan citra wajah sebagai basisdata dengan sampel sebanyak 10 orang dan 5 posisi wajah, 2 jarak pengambilan gambar citra wajah, serta 3 kategori pencahayaan. Proses pengujian menghasilkan tingkat pengenalan secara langsung sebesar 92%, sedangkan pengujian secara tidak langsung sebesar 93,33%.

Kata kunci: GLCM; PNN; Centroid; Prapengolahan

Pendahuluan

Teknologi biometrik mempunyai kemampuan yang cukup baik dibandingkan dengan metode konvensional, terutama dalam hal memproses ciri guna menjadi sangat mudah, selain itu ciri tersebut juga mempunyai keunikan yang melekat pada manusia. Pengembangan teknologi biometrik seperti wajah, suara, iris mata dan sidik jari sudah banyak dikembangkan baik sebagai sistem keamanan maupun sebagai sistem kehadiran. Teknologi biometrik yang sudah berkembang dan diterapkan diberbagai aplikasi tetapi pada kenyataannya proses pengenalan terkadang masih mengalami kegagalan. Beberapa kegagalan diantaranya disebabkan oleh faktor penerangan, jarak objek dengan alat, sudut kemiringan objek terhadap alat, ekspresi serta posisi wajah. Pada penelitian ini dibangun aplikasi untuk mengukur tingkat akurasi pengenalan wajah dengan Matrik Kookuransi Aras Keabuan (Gray Level Co-Occurrence Matrix/GLCM) dan Jaringan Syaraf Tiruan Probabilistik (Probabilistic Neural Network/PNN) pada intensitas cahaya, jarak serta sudut yang berbeda.

Peneliti : Toni Wijanarko Adi Putra

Untuk lebih lengkapnya silahkan download di link berikut ini :