EKSTRAKSI CIRI GEOMETRIS UNTUK PENGENALAN WAJAH

KHOLISTIANINGSIH, Dr. Eng Ir. Risanuri Hidayat, M.Sc.,

2012 | Tesis | S2 Teknik Elektro

Wajah merupakan bagian tubuh manusia yang pertama kali digunakan untuk mengenali seseorang. Saat ini aplikasi pengenalan wajah telah digunakan pada berbagai bidang. Permasalahan utama pada pengenalan wajah adalah menemukan ciri yang benar-benar tepat dan efisien. Penelitian ini mencoba menelaah fitur-fitur geometris yang akurat. Fitur yang paling baik adalah fitur yang dapat mencirikan seseorang dengan jumlah yang sedikit . Metode yang digunakan adalah dengan pengukuran jarak antar komponen-komponen wajah. Hasil pengukuran dinormalisasi dengan jumlah semua jarak terukur. Berdasarkan hasil penelitian empat buah fitur geometris sudah mampu mencirikan wajah seseorang dengan baik. Fitur-fitur tersebut adalah jarak ujung mata kiri dalam ke ujung kanan garis bawah hidung , jarak titik tengah hidung bawah ke pusat bibir , jarak ujung mata kanan luar ke ujung kiri garis bawah hidung, dan panjang hidung. Fitur-fitur dapat mengenali wajah seseorang untuk citra wajah tegak lurus menghadap ke depan. Ekspresi wajah tersenyum tidak terlalu mengurangi keakuratan fitur. Akan tetapi fitur geometris bersifat peka terhadap perubahan kemiringan wajah, sehingga sudut kemiringan wajah harus lebih kecil dari 11°. Tingkat pengenalan yang diperoleh adalah 100% untuk pengujian ekspresi wajah biasa, 100% untuk pengujian ekspresi wajah tersenyum, dan 50% untuk pengujian terhadap kemiringan wajah. Tingkat kesalahan pengenalan terkecil adalah 7,5% yang diperoleh pada penggunaan 9 buah fitur.

Face is part of the human body that was first used to identify a person. Currently, the application of face recognition has been used for a variety of fields. The main problem in face recognition is to find a feature that is really appropriate and efficient. This study tried to examine the most accurate geometric features. The best feature is a feature that may characterize a person with the least amount. The method is measurement the distance between the components of the face. The measurement results are normalized with the sum of the distances. Based on the research result, four geometric features are able to recognize someone's face. These features are the distance between the inner tip of the left eye to right tip of nose, the distance between center of nose to the center of lip, the distance between the outer tip of the right eye to left tip of nose and the length of nose. Test results show that geometric features can be used for face recognition applications as well. These features can recognize a face that’s facing forward. Smilling expressions did not significantly affect the accuracy of the feature. However, geometric features are sensitive for the changing of the position of the slope face, so it must be less than 11 °. Face recognition rate are 100% for normal face expression, 100% for smiling face expression, and 50% for slope face. The least of false error rate value is 7,5% for combination of 9 features

Kata Kunci : pengenalan wajah, fitur geometris, jarak euclidean, tingkat pengenalan, tingkat kesalahan pengenalan