ABSTRAKSI: Mata merupakan salah satu komponen penting dalam wajah. Eye Detection sangat berguna bagi suatu sistem pendeteksian wajah ataupun sistem pengenalan wajah manusia. Riset ini akan menguji keakuratan metode template matching, algoritma genetika, dan hough transform dalam mendeteksi mata. Wilayah mata dan kandidat pasangan mata diperoleh dengan menggunakan template matching yang dikombinasikan dengan algoritma genetika. Hough transform digunakan untuk mendeteksi posisi mata secara tepat, yang berguna juga untuk mendeteksi apakah mata dalam keadaan terbuka atau tertutup.
Inputan dari sistem adalah citra wajah yang terdapat pada BioID Face Database. Data terdiri dari citra dengan berbagai tingkat pencahayaan, latar belakang, dan ukuran wajah. Dan ini menggambarkan keadaan lingkungan yang sebenarnya. Sehingga proses menjadi lebih susah jika dibandingkan dengan pemrosesan citra dengan tingkat cahaya dan latar belakang yang seragam.
Wilayah mata dan pasangan mata dapat terdeteksi dengan tepat pada sebagian besar kasus, baik itu pada wajah dengan skala berbeda ataupun dengan berbagai tingkat pencahayaan yang beraneka ragam. Hasilnya menunjukkan bahwa algoritma genetika membuat sistem eye detection menjadi lebih cepat dan lebih akurat. Akurasi sistem meningkat hingga 50% dan lebih cepat hingga 5 kali lipat.
Kata Kunci : eye detection, template matching, algoritma genetika, houghABSTRACT: Eyes are the most important features of human face. Eye Detection is used in Face Detection System or Face Recognition System. This research will approve the accuracy of template matching, genetic algorithm, and hough transform in Eye Detection. Eye region and eye pair candidates are extracted by template matching that has been combined with genetic algorithm. Hough transform is used for precise eye detection, that is usefull to detect whether eyes are open or closed.
The proposed method is evaluated on the BioID Face Database. This set features a larger variety of illumination, background, and face size. It stresses real world condition. So it is believed to be more difficult than other dataset containing images with uniform illumination and background.
The eye region and eye pair candidates can be selected succesfully in most cases, no matter whether face patterns are in different scale and illumination condition. The results show that genetic algorithm makes the eye detection system faster and more accurate. The accuracy of system increases up to 50%, and the process time is faster up to 5 times.
Keyword: eye detection, template matching, genetic algorithm, hough transform.