PERBANDINGAN AKURASI PENGENALAN WAJAH MENGGUNAKAN METODE LBPH DAN EIGENFACE DALAM MENGENALI TIGA WAJAH SEKALIGUS SECARA REAL-TIME

Harris Simaremare Simaremare

Abstract


Saat ini sistem pengenalan wajah sudah banyak dikembangkan, tetapi belum diketahui akurasi dari metode local binary pattern histogram (LBPH) dan eigenface untuk mengenali tiga wajah sekaligus secara real-time. Penelitian untuk mengenali lebih dari satu wajah ini penting dilakukan karena jika diterapkan pada kehidupan sehari-hari akan lebih efektif untuk digunakan, contohnya jika diterapkan pada sistem pencarian orangyang diharuskan untuk mengenali lebih dari satu wajah sekaligus. Penelitian ini bertujuan untuk mengetahui metode mana yang lebih baik antara metode LBPH dan metode eigenface dalam mengenali tiga wajah sekaligus secara real-time. Kemudian untuk mengetahui besarnya false acceptance rate (tingkat kesalahan dalam mengenali wajah) dan false rejection rate (tingkat kesalahan dalam menolak/tidak mengenali wajah) dari kedua metode itu. Hasil pengujian menunjukkan bahwa metode LBPH lebih baik dalam mengenali tiga wajah sekaligus secara real-time dibandingkan dengan metode eigenface karena tingkat akurasi pada metode LBPH tidak dipengaruhi oleh perbedaan pencahayaan yang didapat antara citra test dan citra input sedangkan tingkat akurasi pada metode Eigenface akan dipengaruhi oleh perbedaan pencahayaan yang didapat antara citra test dan citra input. False rejection rate dan False acceptance rate pada metode LBPH lebih rendah dibanding dengan metode eigenface, yang berarti semakin kecil False rejection rate dan False acceptance rate maka akan semakin besar tingkat akurasi pengenalan wajahnya. Rata-rata akurasi tertinggi pada metode LBPH adalah sebesar 100%, untuk metode Eigenface rata-rata akurasi tertinggi adalah sebesar 72.50%.


Keywords


Eigenface, Local Binary Pattern Histogram, Pengenalan Wajah, Tiga Wajah.

Full Text:

PDF

References


Orlando Saragih, Riko. 2007. Pengenalan Wajah Menggunakan Metode Fisherface. Jurusan Teknik Elektro, Universitas Kristen Maranatha.

Eko Wahyudi, Wirawan dan Hendra Kusuma, 2011. Perbandingan Unjuk Kerja Pengenalan Wajah Berbasis Fitur Local Binary Pattern dengan Algoritma PCA dan Chi Square. Jurusan Teknik Elekttro, ITS.

Esty Vidyaningrum dan Prihandoko. 2009. Human Face Detection by using eigenface method for various pose of human face. Fakultas Teknologi Industri, Universitas Gunadarma.

Timo Ahonen, Abdenour Hadid dan Matti Pietikainen. 2006. Face Description with Local Binary Pattern:Application to Face Recognition. IEEE Transactions On Pattern Analysis And Machine Intelligence, vol. 28 no. 12, halaman 2037-2041.

Sepritahara. 2012. Sistem Pengenalan Wajah (Face Recognition) Menggunkan Metode Hidden Markov Model (HMM). Skripsi, Program Studi Teknik Elektro, Fakultas Teknik, Universitas Indonesia.

Dian Esti Pratiwi dan Agus Harjoko. 2013. Implementasi Pengenalan Wajah Menggunakan PCA (Principal Component Analysis). Yogyakarta: Jurusan Ilmu Komputer dan Elektronika, FMIPA UGM.

Wijaya, Septian Adi. Perbandingan Metode Pengenalan Wajah Secara Real-Time pada erangkat Bergerak Berbasis Android. Malang: Jurusan Informatika, Univesitas Brawijaya.




DOI: http://dx.doi.org/10.24014/sitekin.v14i1.2703

Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Jurnal Sains dan Teknologi Industri

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Editorial Address:
FAKULTAS SAINS DAN TEKNOLOGI
UIN SULTAN SYARIF KASIM RIAU

Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sitekin@uin-suska.ac.id
© 2023 SITEKIN, ISSN 2407-0939

SITEKIN Journal Indexing:

Google Scholar | Garuda | Moraref | IndexCopernicus | SINTA


Creative Commons License
SITEKIN by http://ejournal.uin-suska.ac.id/index.php