Please take a moment to complete this survey below
Library's collection Library's IT development CancelDewasa ini, telah banyak dilakukan berbagai cara untuk dapat mengenali
suatu objek melalui sebuah foto. Banyak para peneliti telah melakukan berbagai-bagai
eksperimen untuk dapat memecahkan masalah ini, dan salah satunya yaitu
pengenalan wajah seseorang dari sebuah input image melalui berbagai
transformasi dan ekspresi yang ada.
Pada skripsi kali ini, dilakukan penelitian tersebut dengan menggunakan
salah satu metode pengenalan wajah, yaitu Elastic Bunch Graph Matching.
Pertama, metode ini menggunakan suatu sistem pengenalan dengan Gabor
Wavelet transform. Adanya penentuan face facial features diharapkan dapat
menjadi identitas antara seseorang dengan yang lain, seperti mata, mulut, alis,
hidung, dan lain sebagainya. Kemudian dilakukan proses Gabor Kernel
Convolution untuk mendapatkan nilai jet guna membangun face graph yang akan
membentuk Face Bunch Graph, dimana berfungsi untuk face graph extraction
secara otomatis dari probe image nantinya. Graph inilah yang akan dicari tingkat
similaritasnya dengan berbagai face graph yang ada di database. Aplikasi
berorientasi obyek ini dikembangkan dengan menggunakan bahasa pemrograman
Java dengan kompiler NetBeans IDE 7.0M1.
Berdasarkan dari hasil pengujian yang dilakukan, hasil tingkat akurasi
dari face recognition sangat bergantung terhadap banyak faktor. Juga dapat
disimpulkan secara garis besar bahwa database yang cukup baik untuk
pengenalan wajah menggunakan ukuran Gabor Kernel 45 x 45 pixel, complex
face graph, dan menggunakan sistem ranking dengan Type Two Ranking. Untuk
hasil tingkat akurasi pengujian, didapat 88% kebenaran tingkat identifikasi
terhadap YALE database sebagai hasil pembandingan dengan metode-metode
yang terdahulu.