Pengenalan Wajah Dengan Metode Gabor Wavelet Pada Kondisi Minim Cahaya

Abstract

Abstrak Pengenalan wajah manusia merupakan cara untuk mengidentifikasi dan mengenali identitas seseorang, karena setiap manusia memiliki struktur wajah yang berbeda-beda. Dikarenakan perbedaan pada struktur wajah manusia tersebut, dapat membuat perbedaan jika terjadi perubahan sedikit saja pada wajah. Salah satu variabel yang dapat mempengaruhi keakuratan dalam mengenali wajah adalah tingkat pencahayaan, jika tingkat pencahayaan berkurang maka akurasi pengenalan pun dapat menurun. Pada kondisi tersebut bahkan manusia pun dapat kesulitan dalam membedakan identitas wajah. Dari masalah tersebut akhirnya dilakukan penelitian ini dimana sistem dibentuk untuk dapat mengenali wajah dengan lebih baik pada tingkat pencahayaan yang rendah. Metode gabor wavelet yang digunakan untuk mengenali wajah dan PCA yang digunakan untuk mereduksi dimensi hasil konvolusi pada penelitian ini dapat mengenali wajah dengan tingkat akurasi 73,08% hingga tingkat pencahayaan -500, dan mengalami penurunan akurasi ketika penambahan metode Histogram Equalization dilakukan pada saat pengujian. Kata kunci : gabor wavelet, image enhancement, pengenalan wajah, pencahayaan, histogram equalization
Abstract Recognition of human faces is a way to identify and recognize someone's identity, because every human has a different facial structure. Due to differences in the structure of the human face, it can make a difference if there is a slight change in the face. One of the variables that can affect the accuracy in recognizing faces is the lighting level, if the lighting level decreases, the recognition accuracy can also decrease. In these conditions even humans can have difficulty in distinguishing facial identities. From this problem finally this research was conducted where the system was formed to be able to recognize faces better at low lighting levels. Gabor wavelet method used to recognize faces and PCA used to reduce the dimensions of the convolution results in this study can recognize faces with an accuracy level 73.08% to the lighting level of -500, and experience a decrease in accuracy when the addition of the Histogram Equalization method is performed during testing
Kata kunci : gabor wavelet, image enhancement, face recognition, lighting, histogram equalization