ABSTRAKSI: Wajah manusia terdiri atas beberapa bagian yang memiliki karakteristik berbeda-beda, yang terbentang dari dahi hingga ke dagu seperti mata, hidung, telinga, bibir, pipi, dahi, rambut. Dalam perkembangan teknologi pengolahan citra digital sendiri terdapat beberapa metode untuk mengambil ciri-ciri dari wajah pada citra digital. Penggunaan pengenalan wajah telah merambat kedalam banyak bidang, terutama dalam hal sistem keamanan. Pada pengenalan wajah beberapa pengembangan juga dilakukan dengan munculnya berbagai metode baru ataupun pengembangan dari metode yang sudah ada dengan tujuan untuk meningkatkan akurasi dari metode yang digunakan tersebut untuk mengenali wajah.
Salah satu metode yang umum digunakan pada pengenalan wajah adalah metode Principal Component Analysis (PCA). Ekstraksi ciri menggunakan metode PCA yaitu merupakan tahapan untuk mencari fitur-fitur penting yang mewakili sebuah citra. Dalam pengembangannya metode PCA masih bisa dioptimalkan agar akurasinya dapat meningkat. Pada penelitian ini digunakan metode Bacterial Foraging Optimization (BFO) sebagai algoritma untuk mengoptimalkan metode Principal Component Analysis (PCA). Metode BFO ini digunakan untuk mencari ciri-ciri terbaik pada PCA yang dapat memisahkan setiap kelas wajah yang satu dengan kelas wajah yang lainnya.
Pengujian dilakukan terhadap citra wajah uji sebanyak 200 citra dengan kriteria pengujian pada penentuan bakteri terbaik dari BFO, pengambilan ciri PCA, serta pengaruh penggunaan image enhancement terhadap akurasi pengenalan yang dihasilkan. Dari hasil pengujian, didapatkan hasil terbaik dengan akurasi tertinggi yaitu 93%.Kata Kunci : Pengolahan Citra Digital, Pengenalan Wajah, PCA, BFOABSTRACT: The human face consists of several parts that have different characteristics, which extends from the forehead to the chin as the eyes, nose, ears, lips, cheeks, forehead, hair. In the development of digital image processing technology itself, there are several methods to take on the characteristics of the face in the digital image. The use of facial recognition has spread into many fields, especially in terms of security system. On face recognition are also carried out some development with the emergence of various new methods or development of existing methods in order to improve the accuracy of the method used to recognize faces.
One method commonly used in face recognition are Principal Component Analysis (PCA). PCA feature extraction method which is the stage to look for important features that represent an image. In the PCA method development can still be optimized in order to increase its accuracy. This research used Bacterial Foraging Optimization (BFO) method as an algorithm for optimizing the Principal Component Analysis (PCA). BFO method will be used to search for the best features in the PCA that can separate each one face class with the other face class.
Tests carried out on the test face images of 200 images with testing criteria in determining the best of bacteria from BFO, making PCA features, as well as the use of image enhancement effect on recognition accuracy produced. From the test results, obtained the best results with the highest accuracy at 93%.Keyword: Digital Image Processing, Face Recognition, PCA, BFO