ABSTRAKSI: Teknologi pengolahan citra semakin berkembang belakangan ini. Banyak aplikasi pengolahan citra yang sangat bermanfaat untuk keperluan deteksi, security, kesehatan dan lainnya, sehingga banyak bidang yang menggunakan teknologi pengolahan citra sebagai teknologi dasar untuk membantu menyelesaikan masalah yang terkait dengan bidang tersebut. Identifikasi wajah merupakan hal yang sangat penting dan sangat diperlukan khususnya dalam bidang keamanan untuk mengetahui identitas seseorang karena banyak informasi yang dapat kita peroleh dari identifikasi wajah seseorang.
Pada Tugas Akhir ini dirancang suatu sistem yang mampu mendeteksi kelompok umur dan gender pada wajah berdasarkan pada kontur wajah. Adapun sistem yang dirancang menggunakan metode thresholding untuk proses klasifikasi yang diperoleh dari ekstraksi fitur wajah pada citra. Untuk fitur wajah yang diekstraksi hanya menggunakan fitur geometri meliputi jarak antar komponen penting wajah dan fitur kerutan pada bagian dahi, sudut mata dan daerah pipi.
Berdasarkan hasil penelitian yang telah dilakukan terhadap 49 citra, sistem yang dirancang telah mampu mendeteksi usia dan gender dari citra wajah input dengan tingkat akurasi 71,42% untuk klasifikasi usia dan 82,5% untuk klasifikasi gender.Kata Kunci : Thresholding, fitur geometri, fitur kerutan, kontur wajahABSTRACT: Image processing technology is growing lately. Many image processing applications are very useful for the purposes of detection, security, health and others, so many areas that use image processing technology as the basic technology to help solve problems associated with that field. Facial identification is very important and very necessary, especially in the security field to determine a person's identity because a lot of information that can be obtained from the identification of a person's face.
In the Final Project was designed a system capable of detecting age group and gender of the face based on facial contour. The system is designed using a thresholding method to the classification obtained from the extraction of facial features in images. For the facial features are extracted using only geometric features include an important component of the distance between facial features and wrinkles on the forehead, corners of the eyes and cheek area.
Based on the results of the research has been done on 49 images, which are designed system has been able to detect age and gender of the input face image with an accuracy of age group is 71,42% and for gender is 82,5%.Keyword: Thresholding, feature geometry, feature wrinkles, facial contours