APLIKASI MOBILE PENGENALAN WAJAH SECARA REAL-TIME BERBASIS PRINCIPAL COMPONENT ANALYSIS

Aditya Darmawan

Abstract


Manusia dapat dengan mudah mengenali wajah satu sama lain hanya dengan memandang. Penelitian ini mengimplementasikan pengenalan wajah berbasis pada Principal Component Analysis untuk mengembangkan aplikasi mobile secara real-time. Penelitian ini bertujuan untuk menghasilkan sebuah proses otentikasi melalui pengenalan wajah sebagai ganti memasukkan username dan password. Euclidean distance juga digunakan untuk mencari kemiripan terdekat antara citra testing dan citra training. Penelitian ini membuktikan bahwa kualitas citra dapat mempengaruhi hasil. Prapemrosesan harus dilakukan sebelum proses pengenalan untuk meminimalisir kualitas citra yang bervariasi karena semakin variatif kumpulan citra semakin tidak akurat hasilnya. Demikian juga semakin banyak citra training yang didapat maka semakin akurat hasil yang akan diperoleh.


Keywords


pengenalan wajah; personal componetn analysis; python login

Full Text:

PDF

References


Freund, Y., Schapire, R., & Abe, N. (1999). A short introduction to boosting. Journal-Japanese Society For Artificial Intelligence, 14(771–780), 1612.

Gonzales, R., & Woods, R. (1992). Digital image processing.[Sl]. Addison-Wesley Publishing Company.

Hatta, M., Susrama, I. G., Purnama, I. K. E., & Hariadi, M. (2016). Cacah Spermatozoa Menggunakan Background Segmentation dan Boundary Detection. SCAN - Jurnal Teknologi Informasi Dan Komunikasi, 11(1), 67–74.

Hjelmås, E., & Low, B. K. (2001). Face detection: A survey. Computer Vision and Image Understanding, 83(3), 236–274.

Lienhart, R., & Maydt, J. (2002). An extended set of haar-like features for rapid object detection. Proceedings. International Conference on Image Processing, 1, I–I. IEEE.

Munir, R. (2004). Pengolahan citra digital dengan pendekatan algoritmik. Informatika, Bandung.

Oliveira, M., & Santos, V. (2008). Automatic detection of cars in real roads using haar-like features. Department of Mechanical Engineering, University of Aveiro, 3810.

Prasetya, D. A., & Nurviyanto, I. (n.d.). Deteksi Wajah Metode Viola Jones pada Opencv Menggunakan Pemrograman Python. Retrieved October 18, 2018, from https://publikasiilmiah.ums.ac.id/xmlui/handle/11617/3936

Purnomo, M. H., & Muntasa, A. (2010). Konsep pengolahan citra digital dan ekstraksi fitur. Yogyakarta: Graha Ilmu.

Putra, B. C., & Afifah, Y. N. (2018). GAUSSIAN MIXTURE MODEL UNTUK PENGHITUNGAN TINGKAT KEBERSIHAN SUNGAI BERBASIS PENGOLAHAN CITRA. Teknika: Engineering and Sains Journal, 2(1), 53–58.

Rahmah, D. A. N. (2011). Teknik Pengenalan Wajah Dengan Algoritma PCA Berbasis Seleksi Eigenvector. Proceedings Seminar Tugas Akhir Jurusan Teknik Elektro. Surabaya: ITS.

Santoso, A., Arif, I., & Hatta, M. (2017). Pembelajaran Supervised SVM Untuk Identifikasi Obyek Pisau Pada Mesin X-Ray Bandara Juanda. Nusantara Journal of Computers and Its Applications, 1(1).

Sung, K.-K. (1996). Learning and example selection for object and pattern detection.

Suprianto, D., & Hasanah, R. N. (2014). Sistem Pengenalan Wajah Secara Real-Time dengan Adaboost, Eigenface PCA & MySQL. Jurnal EECCIS, 7(2), 179–184.

Yang, M.-H., Kriegman, D. J., & Ahuja, N. (2002). Detecting faces in images: A survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(1), 34–58.


Refbacks

  • There are currently no refbacks.



UCaiAJ abstracted & indexed by :  

                    


ISSN 2622-7983 (online)
ISSN 2622-7746 (print)

Creative Commons License
UCaiAJ is licensed under a Creative Commons Attribution 4.0 International License.


Publisher : LPPM Universitas Maarif Hasyim Latif

Address : LPPM UMAHA

Jl. Ngelom Megare, Taman, Sidoarjo 61257   031-7884034, Fax. 031-7884034
e-mail : ubiquitous@umaha.ac.id
URL : https://e-journal.umaha.ac.id/index.php/ubiquitous


Powered by Open Journal Systems 2.4.8.1