Please take a moment to complete this survey below
Library's collection Library's IT development CancelPengenalan wajah manusia merupakan salah satu bidang penelitian yang
penting, dan dewasa ini banyak aplikasi yang dapat menerapkannya, baik di
bidang komersial maupun di bidang penegakan hukum. Teknik pengenalan wajah
pada saat ini telah mengalami kemajuan yang sangat berarti. Melalui
pengembangan suatu teknik seperti Principal Components Analysis (PCA),
komputer sekarang dapat melebihi kemampuan otak manusia dalam berbagai
tugas pengenalan wajah, terutama tugas-tugas yang membutuhkan pencarian pada
database wajah yang besar.
Tujuan tugas akhir ini adalah untuk membuat suatu perangkat lunak
pengenalan wajah dengan menggunakan teknik PCA untuk mereduksi dimensi
gambar wajah sekaligus untuk mengetahui kemampuan dari teknik tersebut.
Dalam tugas akhir ini, perangkat lunak yang dibuat menggunakan gambar diam
sebagai inputnya dan suatu jaringan saraf tiruan dengan metode Backpropagation
sebagai pengklasifikasinya. Bahasa pemrograman yang dipakai adalah Borland
Delphi 5.0 yang merupakan bahasa pemrograman secara Object-Oriented.
Hasil pengujian sistem menunjukkan bahwa penggunaan PCA untuk
pengenalan wajah dapat memberikan tingkat akurasi yang cukup tinggi. Untuk
gambar wajah yang diikutsertakankan dalam latihan, dapat diperoleh 100%
identifikasi yang benar. Dari beberapa kombinasi jaringan yang diujikan diperoleh
suatu kombinasi yang paling optimal, yaitu kombinasi 25 unit input - 40 hidden
unit dan toleransi output sebesar 0,20 untuk jaringan backpropagationnya, dimana
untuk gambar-gambar wajah yang tidak ikut dilatih, dapat diperoleh rata-rata
terbaik 91,11% identifikasi yang benar. Hasil rata-rata terburuk adalah 46,67%
identifikasi yang benar pada kombinasi 10 unit input - 30 hidden unit atau 30 unit
input - 20 hidden unit dengan toleransi output sebesar 0,05.