Identifikasi Wajah Berdasarkan Gender Dan Kelompok Usia Dengan Metode Viola Jones Dan Metode Jaringan Syaraf Tiruan

Abstract

Abstrak Wajah merupakan peran yang penting dari bagian tubuh manusia. Wajah juga bisa menjadi sebuah sistem identifikasi pribadi. Pengenalan wajah ini salah satu ilmu biometrik, yaitu ilmu yang menggunakan karakteristik fisik seseorang untuk menentukan identitasnya. Beberapa informasi bisa kita dapatkan melalui citra wajah seseorang, misalnya mengetahui gender dan kelompok usia. Dalam tugas akhir ini, proses pengenalan wajah ini bertujuan untuk memberikan keluaran yaitu kelompok usia dan gender. Pada penelitian ini, pembagian kelompok usia dan gender dibedakan menjadi empat kelas yaitu pria dewasa, pria remaja, wanita dewasa dan wanita remaja. Dalam penelitian ini digunakan Face Database Chicago. Proses yang dilakukan melalui beberapa tahap, pada tahap preprocessing dilakukan konversi citra RGB menjadi citra grayscale, kemudian untuk tahap mendeteksi wajah digunakan metode Viola-Jones, untuk ekstraksi ciri menggunakan Gray Level Cooccurrence Matrix (GLCM) dan klasifikasi dengan Jaringan Syaraf Tiruan (JST). Sistem ini menghasilkan akurasi sebesar 100% untuk kelas pria dewasa dan wanita dewasa dengan jumlah data latih sebanyak 37 dan data uji sebanyak 19 dan waktu komputasi 12.12 detik. Kata kunci : viola-jones, jaringan syaraf tiruan, backpropagation, pengenalan wajah, biometric, GLCM Abstract The face is an important role in the human body part. The face can also be a personal approval system. Face recognition is one of the biometric sciences, namely the science that uses a person's physical characteristics to determine his identity. Some information can be obtained through a person's face image, for example knowing gender and age groups. In this final assignment, this face recognition process supports conveying about age groups and gender. In this study, the distribution of age and gender groups was divided into four classes, namely adult men, male adolescents, adult women, and adolescent women. In this study, Chicago Face Database was used The process is carried out through several processes, preprocessing process RGB conversion is made into grayscale images, then for the face detection in the process using the Viola-Jones method, for feature extraction using the Gray Level Counseling Matrix (GLCM) and connections with Artificial Neural Networks (ANN). This system produces an accuracy of 100% for adult male and female classes with 37 training data and 19 test data and 12.12 seconds of computing time. Keywords: viola-jones, artificial neural networks, backpropagation, face recognition, biometrics, GLCM