ABSTRAKSI: Teknologi pengenalan wajah semakin banyak dimanfaatkan, antara lain untuk sistem pengenalan biometric. Dalam proses pengenalan wajah akan terjadi ketidakefisienan jika pixel dalam citra wajah langsung digunakan kedalam proses pengenalan dan identifikasi wajah, sehingga diperlukan sebuah model komputasi untuk mengubah pixel dalam citra wajah menjadi suatu ciri wajah, sehingga dapat digunakan dalam skala dan orientasi wajah yang berbeda-beda.
Pada tugas akhir ini dikembangkan suatu sistem pengenalan wajah digunakan DCT (Discrete Cosine Transform) untuk ekstraksi ciri, sementara pengenalan pelatihan menggunakan JST (Jaringan Syaraf Tiruan).
Dari pengujian yang dilakukan, dihasilkan Recognition Rate sebesar 85,83% untuk pelatihan terurut dan 95,83% untuk pelatihan terkendali. Jumlah hidden layer terbaik yang digunakan JST adalah 30 hidden.
Kata Kunci : Biometric, Discrete Cosine Transform, Pengenalan Wajah, Jaringan Syaraf Tiruan, Recognition RateABSTRACT: Technology of face Recognition more and more exploited, for example for the system of recognition biometric. In course of face recognition will be happened inefficient if pixel in direct face image used into recognition process and identify the face, so that needed a computing model to alter the pixel in face image become a[n face characteristic, so that can be used in scale and orient the face which different each other.
This final exam developed a system of face recognition used DCT ( Discrete Cosine Transform) for the extraction of distinguish, whereas training recognition use the JST ( Artificial Neural Network ).
From done examination, yielded Recognition Rate equal to 85,83% for the training of massaged and 95,83% for the training of in control. Sum up the best hidden layer used by JST is 30 hidden.
Keyword: Biometric, Discrete Cosine Transform, Face Recognition, Artificial Neural Network , Recognition Rate