IMPLEMENTASI PENGENALAN WAJAH DENGAN DETEKSI TEPI SOBEL DAN EUCLIDEAN DISTANCE
Author (Penulis)
Cici Kusumawati
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
12.1.03.02.0248
Abstract
Penelitian ini dilatar belakangi hasil pengamatan dan pengalaman peneliti bahwa wajah manusia memiliki bentuk wajah yang berbeda-beda satu sama lain. Artinya bentuk wajah setiap manusia memiliki perbedaan bahkan ketika manusia tersebut melakukan lebih dari 1 pose wajah. Hal ini yang mendasari Metode Euclidean Distance digunakan. Untuk mengenali wajah seseorang bahkan jika manusia tersebut mengambil foto lebih dari 1 kali. Metode Euclidean Distance sangat cocok dengan penelitian ini karena metode ini tidak terlalu rumit dan hasil akurasinya yang tinggi. Tujuan dari penelitian ini adalah Untuk mengenali dan mengidentifikasi manusia yang sesuai dengan bentuk wajah manusia dan sesuai dengan data yang ada. Untuk menerapkan metode Euclidean Distance pada aplikasi untuk mengidentifikasi dan mengenali bentuk wajah manusia.Pada proses training penulis melakukan deteksi tepi pada gambar wajah menggunakan deteksi tepi sobel, setelah itu gambar akan dipartisi menjadi 9 bagian. Hasil partisi akan diproses menggunakan metode Euclidean Distance dan hasilnya akan disimpan di database .tbl. Pada proses testing, proses yang dilakukan hampir sama seperti proses training, yang membedakan adalah saat proses testing dilakukan proses pencocokan antara nilai data training dan testing sehingga hasilnya akan muncul nama gambar wajah yang dikenali programHasil dari aplikasi pengenalan wajah ini adalah dapat mengenali dan mengidentifikasi citra wajah sebesar 86,67% pada skenario uji coba 1, 91,67% pada skenario uji coba 2 dan 90,48% pada skenario uji coba 3. Kesimpulan dari hasil penelitian ini adalah (1) Semakin besar data yang dilakukan training maka nilai prosentase keakuratan pun semakin besar dan prosentase kesalahan pun semakin kecil. (2) Setelah melakukan uji coba sistem, pada skenario uji coba 1 didapatkan hasil prosentase dikenali sebesar 86,67 %, sedangkan skenario uji coba 2 didapatkan hasil prosentase dikenali sebesar 91,67% dan hasil skenario uji coba 3 sebesar 90,48%.