Sistem Pengenalan Wajah Dengan Metode Eucliden Distance

Dedy Harto, Muhammad Zaki Rahmani

Abstract


AbstractBiometrics is computer technology for the recognition of oneself through certain body parts. The use of pupil eyes as a feature of a person is the result of extracting facial features using geometry features, measurement of distance between eyes is still manually so that it requires a system that directly displays the results of measurements to obtain PD values that can be directly used to identify someone. This study designed a face recognition system through the MATLAB GUI to simplify the process of image capture and processing. The image is taken using a smartphone that is connected directly to a portable computer wirelessly through the Internet Protocol Camera system. The number of image samples used amounted to 50 samples for the database and 100 samples for the test data consisting of 10 people with the composition of 5 men and 5 women. Image processing uses the Viola-Jones method to detect faces in the second area of the eye and uses the Euclidean distance method to find the pupillary distance value which is then followed by image grouping based on that range of values and ends with facial recognition system testing. The test uses 100 samples of image data consisting of 5 men and 5 women with each of the 10 image data. Based on the results of these tests, the accuracy of face recognition system is obtained by 73% and the accuracy value based on gender for men is 78% and women are 68%. With face matching speed of about 2-3 seconds..


IntisariBiometrik merupakan teknologi komputer untuk pengenalan diri seseorang melalui bagian tubuh tertentu. Penggunaan pupil mata sebagai ciri seseorang merupakan hasil dari pada ekstrak ciri wajah dengan menggunakan fitur geometri, pengukuran jarak antar mata masih dengan cara manual sehingga membutuhkan sebuah sistem yang secara langsung menampilkan hasil dari pada pengukuran untuk memperoleh nilai PD yang dapat langsung digunakan untuk mengenali seseorang. Penelitian ini merancang sistem pengenalan wajah melalui GUI MATLAB untuk mempermudah proses pengambilan citra dan pengolahannya. Pengambilan citranya menggunakan ponsel pintar yang terhubung langsung dengan komputer jinjing secara nirkable melalui sistem Internet Protocol Camera. Jumlah sampel citra yang digunakan berjumlah 50 sampel untuk basis data dan 100 sample untuk data uji yang terdiri dari 10 orang dengan komposisi 5 laki-laki dan 5 perempuan. Proses pengolahan citra menggunakan metode viola-jones untuk mendeteksi wajah pada area kedua mata dan menggunakan metode euclidean distance untuk mencari nilai pupillary distance yang kemudian dilanjutkan pengelompokan citra berdasarkan rentang nilai tersebut dan diakhiri dengan pengujian sistem pengenalan wajah. Pengujian menggunakan 100 sampel data citra yang terdiri dari 5 laki-laki dan 5 perempuan dengan masing-masing 10 data citra. Berdasarkan hasil pengujian tersebut maka didapatkan nilai akurasi sistem pengenalan wajah sebesar 73% dan nilai akurasi berdasarkan jenis kelamin untuk laki-laki 78% dan perempuan 68%. Dengan kecepatan pencocokan wajah sekitar 2-3 detik.


Keywords


PD (Pupillary Distance); geometri; GUI MATLAB; viola-jones; euclidean distance;

Full Text:

PDF

References


Darma putra, Sistem Biometrika (Konsep Dasar, Teknik Analisa Citra, dan Tahapan Membangun Aplikasi Sistem Biometrika). Yogyakarta: penerbit andi, 2009.

H. . Fatta, Rekayasa Sistem Pengenalan Wajah, 1st ed. Yogyakarta: penerbit andi, 2009.

N. Dodgson, Variation and extrema of human interpupillary distance, vol. 5291. 2004.

R. W. A. Puri, “Pengenalan wajah menggunakan alihragam wavelet haar dan jarak euclidien,” J. Tek. Elektro, vol. 0, pp. 1–7, 2010.

M. S. Anam and S. Islam, “Face recognition using genetic algorithm and back propagation neural network,” Proc. …, vol. I, pp. 18–21, 2009.

Ahsanul Intishor, “Pengenalan Wajah dengan Menggunakan Metode Centroid dan Geometric Mean,” Universitas Islam Negei Maulana Malik Ibrahim Malang Untuk, 2015.

ILHAM ANDRIAN, “PERBANDINGAN METODE VIOLA JONES dengan METODE ROBERTS CROSS pada sistem PENGENALAN WAJAH,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2013.

D. Nugraheny, “Metode Nilai Jarak Guna Kesamaan Atau Kemiripan Ciri Suatu Citra (Kasus Deteksi Awan Cumulonimbus Menggunakan Principal Component Analysis),” Angkasa J. Ilm. Bid. Teknol., vol. 7, no. 2, p. 21, 2017.

F. A. Hermawati, Pengolahan Citra Digital, 1st ed. Yogyakarta: penerbit andi, 2011.

V. S. T d Sutoyo, Edy Mulyanto, Teori Pengolahan Citra Digital, 1st ed. Yogyakarta: Penerbit Andi, 2009.

Sahid, Pengantar Komputasi Numerik dengan MATLAB, 1st ed. Yogyakarta: penerbit andi, 2005.

Y. N. Erick Paulus, cepat mahir GUI Matlab, 1st ed. Yogyakarta: penerbit andi, 2007.




DOI: https://doi.org/10.35334/jeb.v5i2.1045

Refbacks

  • There are currently no refbacks.


Address:

Gedung D Lt. 3 Kampus Universitas Borneo Tarakan. Jl. Amal Lama No. 1, Tarakan, Kalimantan Utara, Indonesia. Kodepos: 77123.

Email: jeb.ubt@gmail.com

Creative Commons License

All publications

by Elektrika (Elektronika, Telekomunikasi, Listrik, dan Informatika) Borneo

are licensed under a
Creative Commons Attribution-NonCommercial 4.0 International License