<![CDATA[ABSTRAK Terdapat banyak algoritma pengenalan wajah yang dikembangkan diantaranya adalah algoritma principal componen analysis (PCA), Independen component analysis, Linear Discriminant Analysis (LDA). Beberapa algoritma lainnya merupakan kolaborasi dengan algoritma lainnya misal algoritma EigenSpace (EP) memuat algoritma genetika pada setiap iterasinya, algoritma Elastic Bunch Graph Matching (EBGM) memetakan data wajah menggunakan teori graph. Dari semua metode tersebut terdapat beberapa kelemahan mendasar yaitu pembuatan data latih yang digunakan sebagai database wajah memerlukan komputasi yang cukup besar. Penelitian ini mengusulkan algoritma baru pengenalan wajah berdasarkan nilai varian pada masing-masing obyek wajah yang dibatasi pada obyek mata, hidung dan bibir sedemikian hingga menghindari perhitungan seluruh obyek wajah. Pengenalan tersebut memerlukan sejumlah data latih untuk obyek mata, hidung dan bibir. Pada setiap data latih akan dibuat template window untuk wajah. Template windows tersebut memuat koordinat dari mata (kiri-kanan), hidung dan bibir. Hasil pengujian menunjukkan bahwa kinerja algoritma yang diusulkan ternyata memberikan hasil yang lebih buruk dibandingkan dengan metode LDA dan PCA. Hasil ini dipengaruhi oleh pemilihan nilai threshold serta kualitas citra yang diuji.]]>
Copyrights © 2011
