ABSTRAKSI: Pengenalan wajah merupakan suatu teknik biometric yang semakin berkembang saat ini. Salah satu ruang lingkup pengenalan wajah manusia adalah salah satunya adalah pengenalan banyak wajah, yaitu pengenalan wajah dimana dalam suatu citra terdiri dari banyak wajah didalamnya. Pengenalan wajah dapat mencocokkan dan membandingkan wajah input dengan wajah yang telah disimpan dalam database secara otomatis. Dalam wajah yang tercampur sangat sulit untuk mencocokan input dengan wajah yang ada dalam database dan untuk membedtelah beberapa wajah manusia dalam suatu citra sangat sulit bagi sistem pengenalan wajah. Selain itu juga terdapat beberapa masalah Pada sistem pengenalan wajah , yaitu ekspresi wajah, iluminasi atau pencahayaan dan jarak. Sistem pengenalan wajah tercampur meruptelah salah satu solusi dari permasalahan ini.
Tugas akhir ini membahas tentang sistem multiple face recognition, yaitu sistem pengenalan wajah daari suatu citra dimana citra tersebut mempunyai banyak wajah didalamnya.CFLDA meruptelah salah satu metode ekstraksi ciri perbaikan dari LDA yang menabahkan algoritma fuzzy ke dalam ruang LDA. Metode klasifikasi ciri yang dipakai disini adalah K-NN ( K-nearest neighbor).
Tugas akhir ini telah meneliti bagaimana suatu sistem dapat mengenali banyak wajah dalam suatu citra. Penelitian ini mencapai akurasi sebsear 97.1% denagan tingkat error sebesar 2.9%.Kata Kunci : multiple face recognition, deteksi wajah, CFLDA, K-nearest neighbour, algoritma fuzzyABSTRACT: Face recognition is a biometric technique that keeps growing nowadays. One of the scope of human face recognition is multiple face recognition which an image is made up of many faces. Face recognition can match and compare the image input that has been saved automatically in database. In mixed face recognition, it is quite difficult to match the input image in database and to distinguish multi faces in one image is difficult in face recognition system. In addition, there are also some problems in face recognition system such as face expression, illumination or lighting, and distance. Multiple face recognition is a solution for this problem.
This final project discusses multiple face recognition system, face recognition system which an image has many faces in it. CLFDA is one feature exctraction improvement method of LDA wich attached fuzzy algorithm into LDA space. Feature classification that is used is K-NN.
This final project has done a research of how a system can recognize many faces in an image. This study has achieved 99,115% level accurate with 2,885% of error rateKeyword: multiple face recognition, CFLDA, K-nearest neighbour, fuzzy algorithm