Sistem Pengenalan Wajah sebagai Akses Loker Penyimpanan Barang
Main Article Content
Abstract
identifikasi akses tempat penyimpanan barang. pengenalan wajah manusia merupakan penelitian yang penting untuk diterapkan sebagai sistem keamanan yang tentunya akan melibatkan teknik pengolahan citra. Pengenalan wajah manusia tentunya memiliki banyak metode yang dipakai untuk proses analisa citra yang akan dicocokan ke dalam database. Dalam hal ini banyak aplikasi yang dapat diterapkan melalui pengembangan suatu teknik seperti Principle Component Analysis (PCA). PCA merupakan suatu suatu teknik pengembangan yang digunakan untuk mereduksi dimensi gambar wajah sehingga menghasilkan variable yang lebih sedikit yang lebih mudah untuk diobservasi dan ditangani. Pada penelitian ini
memaparkan metode yang dipakai dalam pengenalan citra wajah manusia adalah metode Eigenface. Metode Eigenface adalah salah satu algoritma pengenalan wajah berdasarkan Principle Component Analysis (PCA) yang merupakan kumpulan dari eigenvector yang digunakan untuk masalah computer vision pada pengenalan wajah manusia. Berdasarkan metode yang dipakai tersebut ada beberapa tahap pengolahan citra yang dilakukan untuk memproses citra wajah masukan, dan akan melakukan proses pelatihan citra sehingga citra wajah masukan tersebut dapat dicocokan dengan citra yang ada dalam database. Proses pengolahan
citra masukan untuk bisa dicocokan dengan citra latih yang ada dalam database melewati proses grayscale,tresshold, serta perubahan dimensi citra. Setelah itu akan dilakukan ekstrasi fitur PCA untuk dilakukan perhitungan serta perbandingan, yang bertujuan untuk mencocokan citra wajah masukan dengan citra latih yang ada dalam database. Dari hasil penelitan pengenalan citra wajah dengan menggunakan metode Eigenface, memiliki tingkat akurasi yang cukup tinggi dalam pengenalan serta pencocokan wajah. Sistem Pengenalan citra wajah ini kemudian akan diaplikasikan sebagai identifikasi akses tempat penyimpanan barang.
Downloads
Article Details
Section
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International license.
References
(2010,11-10). Pengenalan Citra Wajah Dengan Menggunakan Metode Eigenface, diakses pada tanggal 2 desember 2015,https://cakur482.wordpress.com/2010/10/11/pengenalancitra-wajah-manusia-dengan-menggunakan-metode-eigenface/
Nathanael, Ryan, Yustus Eko Oktian, 2012. Face Detection Dengan Adaptive Threshold Dan Grayscale Filter. Universitas Kristen Petra, Surabaya
176-85-LOCC170(datasheet)
Ivan C. Melalolin, 2012, Rancang Bangun Brankas Pengaman Otomatis Berbasis Mikrokontroler AT89S52 (hal 22-23), Universitas Komputer Indonesia, Bandung
Yogi A. Nugraha, 2014, Implementasi Sistem Otomatis Pada Robot Kapal Berbasis Komputer Vision Untuk Kontes Kapal Cepat Tak Berawak Nasional (KKCTBN) (hal 7 & 23),
Universitas Komputer Indonesia, Bandung
Krisna G, 2013, Perancangan Sistem Pengenalan Wajah Berbasis Algoritma Principal Component Analysis (PCA) (hal 16-22), Universitas Komputer Indonesia, Bandung
Dian A, 2009, Merakit PLC dengan Mikrokontroler (hal.9). Jakarta : PT. Elex Media Komputindo
Vysakh (2011,17-01) Basics of Microcontrollers, diakses pada tanggal 2 desember 2015
http://www.circuitstoday.com/basics-of-microcontrollers
Deni R. 2011, Aplikasi Perbandingan Algoritma Metode Fisherface Dengan Metode Eigenface Pada Sistem Pengenalan Pola Wajah (hal 56 – 68), Universitas Komputer
Indonesia, Bandung
Dede H (2014,14-12) Apa itu Arduino?, diakses pada tanggal 5 desember 2015 http://www.hendriono.com/blog/post/apaitu-arduino
Arduino, Arduino Product diakses pada tanggal 8 desember 2015 https://www.arduino.cc/en/Main/Product
bisonerich (2009,22-02) Pengertian Matlab diakses pada tanggal 5 desember 2015