MATEMATIKA PADA PENGENALAN WAJAH DENGAN METODE EIGENFACE

Abstract

Face recognition atau pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem security selain pengenalan retina mata, pengenalan sidik jari dan iris mata. Salah satu metoda yang paling sederhana dan paling efisien yang dapat digunakan dalam pengenalan wajah yaitu metode eigenface. Metode eigenface merupakan salah satu algoritma pengenalan wajah yang pola kerjanya berlandaskan pada Principle Component Analysis (PCA); yaitu suatu teknik yang digunakan untuk mereduksi data multidimensi menjadi data dengan dimensi yang lebih kecil, tetapi tetap mempertahankan karakteristik dari data tersebut.Proses pengenalan wajah dengan metode eigenface banyak melibatkan konsep matematika khususnya dalam bidang ilmu aljabar seperti nilai-nilai karakteristik, yakni nilai eigen dan vektor eigen dari suatu matriks kovarians yang berasal dari citra wajah. Matriks kovarians ini memuat eigen vektor yang sudah terurut dari nilai variansi terbesar ke nilai variansi terkecilnya. Variansi terbesar memiliki arti eigenvektor menangkap ciri-ciri yang paling banyak berubah. Sifat inilah yang dipakai untuk membentuk eigenface. Pengenalan citra wajah dengan metode ini mampu melakukan pengenalan terhadap citra dengan komponen warna berbeda dengan citra pelatihan dan sketsa dari citra asli. Metode ini juga kebal terhadap gangguan-gangguan pada citra akibat noise dan efek pengaburan pada citra. Hasil pengujian program aplikasi yang telah dibuat dengan menggunakan metode ini terhadap 21 orang, dengan tiap orangnya diwakili oleh tiga citra latih dan 23 citra uji; program dapat mengenali citra uji dengan prosentase kebenaran sekitar 96%.  

Kata Kunci: Matriks, Nilai eigen, Vektor eigen, Eigenface, Pengenalan Wajah