Pengenalan Wajah Menggunakan Pseudo-2D Hidden Markov Model
Abstract
Dewasa ini pengenalan wajah berperan dalam berbagai bidang, seperti. absensi, kontrol akses maupun identifikasi pelaku dan korban kejahatan. Pengenalan menggunakan biometrik seperti wajah juga berperan dalam meningkatkan efesiensi dan efektifitas berbagai kegiatan, sebab akan mengurangi penggunaan berbagai macam kartu identitas dan kata sandi. Penelitian ini dibuat untuk menganalisa kinerja pengenalan wajah dengan menggunakan metode Pseudo-2D Hidden Markov Model. Parameter kinerja yang dianalisa meliputi persentase pengenalan serta waktu pengenalan terhadap citra yang telah dilatih sebelumnya. Pengambilan fitur wajah dilakukan dengan menggunakan Principal Component Analysis (PCA) dan clustering menggunakan K-Means. Dari hasil pengujian yang dilakukan, tingkat akurasi pengenalan wajah menggunakan Pseudo-2D Hidden Markov Model dapat mencapai 80,75%, dengan waktu pengenalan satu individu tersingkat 5 detik dalam pengujian sebanyak empat puluh individu