AUTENTIKASI WAJAH DENGAN DETEKSI GANDA MENGGUNAKAN METODE CONTOURLET DAN SELF ORGANIZING MAP-ARTIFICIAL NEURAL NETWORK

NOVA RIZQIANA DEWI

Informasi Umum

Kode

111080281

Klasifikasi

621.382 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Pengolahan Sinyal Informasi

Informasi Lainnya

Abstraksi

ABSTRAKSI: Teknik biometrik sangat berkembang pesat pada masa sekarang ini. Salah satu penggunaan dari teknik biometrik tersebut adalah untuk sistem pengenalan wajah atau biasa disebut dengan face authentication. Pada sebuah sistem face authentication sangat dibutuhkan sistem yang memiliki akurasi tinggi untuk mengenali wajah seseorang serta waktu komputasi sistem yang cepat. Pada sistem face authentication telah digunakan deteksi ganda agar pendeteksiannya lebih terfokus karena wajah akan dideteksi secara keseluruhan dan dideteksi pula dengan lebih mendetailkan pada area wajah tertentu. Area wajah yang dipilih untuk pendeteksian ganda adalah hidung. Karena hidung manusia juga bersifat unik dan tidak rentan berubah karena gerakan yang ditimbulkan seperti halnya pada daerah mata dan bibir manusia yang dapat berubah signifikan ketika berkedip ataupun tersenyum. Pada tugas akhir ini, citra wajah diambil menggunakan kamera digital yang terdiri dari citra latih sebagai inputan database dan citra uji yang akan dicocokkan dengan database yang telah ada. Proses yang digunakan adalah metode Contourlet untuk mencari feature wajah pada data uji dan data latih. Setelah itu digunakan Jaringan Syaraf Tiruan Self Organizing Map ( SOM ) untuk mengautentikasi wajah tersebut serta membandingkannya dengan database untuk menentukan keautentikan data citra pada hasil akhirnya. Dari hasil pengujian performansi sistem, maka diketahui bahwa performansi sistem mencapai akurasi tertinggi saat proses ekstraksi ciri menggunakan Contourlet pada level 3 subband 1,2,3 dan parameter JST-SOM untuk klasifikasi menggunakan epoh 150, fungsi topologi randtop, dan fungsi jarak boxdist. Akurasi sistem yang diperoleh yaitu 90,6667% serta waktu komputasi sekitar 0,9s untuk proses verifikasi 1 data uji.Kata Kunci : Biometrik, face authentication, Contourlet, SOMABSTRACT: Biometric techniques are growing rapidly at the moment. Any use of these biometric techniques is for face recognition system that is commonly referred to face authentication. On a face authentication system is required that the system has a high accuracy for recognizing people face and a fast system computational time. On this face authentication system is used double detection in order to the detection more focuses because the whole face will be detected and also will detect by more focusing on specific facial area. The facial area that has been chosen for double detectioning is nose. Because of human nose is also unique and it is not susceptible to change due to movement caused such as on the eye and lip area that may change significantly when blinking or smiling. In this final project, the facial images are taken using a digital camera which consist of training images as the input of the database and test images that will be matched with an existing database. The process is used Contourlet methode to get the facial features in the training data and test data. After that, Self Organizing Map-Artificial Neural Network is used for authenticating those faces and compare them with the database to determine the authenticity of the image data to be the result. From the results of system performance testing, it is known that the performance of the system reaches the highest accuracy during the process of feature extraction using Contourlet at level 3 subband 1,2,3 and SOM-ANN parameters for classification using epoch 150, randtop function topology and boxdist function distance. System accuracy is obtained 90.6667% and the computational time around 0.9 s for verificationing one test data.Keyword: Biometric, face authentication, Contourlet, SOM