ABSTRAKSI: Dengan perkembangan teknologi yang begitu pesat, smartphone menjadi pilihan menarik untuk menunjang kegiatan sehari-hari. Tidak seperti ponsel biasa, smartphone menawarkan fitur yang lebih beragam, sehingga pengguna dapat melakukan beragam aktifitas seperti membaca email, chatting, mengolah dokumen, video call, download dan upload data dan aktifitas lainnya. Oleh karena itu, dibutuhkan sebuah fitur keamanan sebagai autentikasi pengguna dalam proses autetikasi agar tidak sembarang orang dapat mengakses smartphone dan menyalahgunakan data-data yang tersimpan di dalamnya
Password menjadi autentikasi pengguna yang umum dipakai, tetapi terdapat beberapa kekurangan password, antara lain rumitnya kombinasi password yang aman dan pengguna sering kali lupa password. Sehingga, sistem pengenalan wajah dapat menjadi alternatif sebagai autentikasi pengguna karena citra wajah dari setiap individu pasti berbeda dan kemudahan dalam pengoperasiannya
Principal Component Analysis (PCA) atau dikenal juga dengan nama Karhunen-Loeve Transformation (KLT) merupakan salah metode ekstraksi fitur secara statistik dan telah dikenal lama dalam dunia pengenalan pola[8]. Dalam sistem pengenalan wajah, PCA memiliki keunggulan karena dapat mengektraksi semua informasi yang berhubungan dengan wajah (facial information) yang disebut fitur wajah (face feature) seperti mata, hidung dan bibir. Selain itu, PCA merepresentasikan citra wajah secara efektif untuk mengurangi komputasi dan kompleksitas ruang (space complexity) dengan cara mereduksi dimensi citra wajah yang besar menjadi dimensi yang lebih kecil.
Dari hasil penelitian menunjukkan bahwa sistem pengenalan wajah sebagai autentikasi pengguna pada smartphone yang dibangun dengan metode PCA memghasilkan tingkat akurasi sedang. Tingkat akurasi ini sangat dipengaruhi oleh variasi kondisi citra wajah yaitu pencahayaan, pose, ornamen wajah dan ekspresi wajah. Penurunan resolusi citra wajah memberikan perbedaan yang signifikan pada waktu proses autentikasi tetapi tidak selalu memberikan perbedaan pada tingkat akurasi proses autentikasi. Penurunan sampai resolusi tertentu memberikan tingkat akurasi yang sama tetapi ketika resolusi diturunkan kembali, maka akan menurunkan juga tingkat akurasi.Kata Kunci : Autentikasi pengguna, smartphone, sistem pengenalan wajah,Principal Component Analysis (PCA).ABSTRACT: With such rapid technological development, smartphones become attractive option to support their our daily activities. Unlike ordinary mobile phone, smartphone offers features that are more diverse, so that users can perform a variety of activities such as reading email, chatting, document processing, video calls, download and upload data and other activities. Therefore, it takes a security feature as the user authentication process autetikasi for preventing unauthorized person to accessing the smartphone and the misuse of inside it.
Password to authenticate users who are in common use, but there are some shortcomings passwords, among others, the complexity of the combination of a secure password and users often forget passwords. Thus, face recognition system can be an alternative as user authentication for a face image of each individual is different and ease of operation
Principal Component Analysis (PCA) or also known as Karhunen-Loeve Transformation (KLT) is a statistical feature extraction methods and has been known for a long time in the world of pattern recognition [8]. In the face recognition system, the PCA has the advantage because it can extract all information related to the face (facial information), called the facial features (face features) such as eyes, nose and lips. Additionally, PCA effectively represented face image to reduce computational complexity and space (space complexity) by reducing the dimensions of a large facial image into smaller dimensions.
The results showed that face recognition system as a user authentication on a smartphone built with the method of PCA produce quite good accuracy. The accuracy is greatly influenced by variations in facial images of lighting conditions, pose, facial ornaments and facial expressions. Decrease resolution facial images providing significant differences in the time of authentication process but does not always make a difference in the accuracy of the authentication process. The decline to a certain resolution provides the same level of accuracy but when the resolution dcreasing again, it will also reduce the level of accuracy.Keyword: User authentication, smartphones, face recognition system,Principal Component Analysis (PCA).