Perancangan Sistem Deteksi Wajah Untuk Presensi Kehadiran Menggunakan Metode Lbph (local Binary Pattern Histogram) Berbasis Android

Abstract

Abstrak Setiap manusia di dunia ini pasti memiliki bentuk wajah yang tidak sama bahkan dengan kembar identik memiliki perbedaan dalam bentuk wajah. Salah satu cara manusia untuk mengenal setiap individu lain adalah dengan mengingat bentuk wajah idividu tersebut dalam memori otak kita. Pada memori otak manusia akan memberikan sebuah gambaran wajah yang pernah kita kenal sebelumnya. Oleh karena itu, dibuatlah aplikasi deteksi wajah yang dapat mengenali wajah dan identitas yang ada dalam database berbasis android. Dalam tugas akhir ini dibuat sebuah sistem deteksi wajah berbasis android yang dapat menerjemahkan citra latih dalam format jpg dan dapat dikenal oleh system dalam citra uji . Citra yang menjadi masukan berupa citra wajah yang terdiri dari 90 citra dimana terdapat 60 citra latih dan 30 citra uji. Tahapan pre-processing terdiri dari scaling, rescale, konversi RGB ke grayscale, normalisasi wajah, mengurangi efek noise Setelah dilakukan preprocessing, selanjutnya tahap ekstraksi fitur menggunakan Local Binary Pattern Histogram (LBPH) yang bertujuan untuk mencari nilai yang dapat dikenal oleh system dalam citra hasil preprocessing lalu disimpan kedalam database. Lalu dilakukan klasifikasi menggunakan nilai histogram dengan Neighbor. Berdasarkan hasil pengujian aplikasi deteksi wajah dapat dilakukan dengan mengunakan metode LBPH (Local Binary Pattern Histogram) pada parameter Neighbors=9, Gridx. Gridy = 8x8, radius=1, ukuran tresh hold BW=180, dan jarak 20-25cm mendapatkan akurasi sebesar 95.56 dan waktu komputasi 2.35 detik. Kata kunci: LBPH,Citra, android, FAR,FRR. Abstract Every human being in this world must have a face shape that is not the same even with identical twins have differences in the shape of the face. One of the human ways to get to know each other is to remember the shape of the idle face in our brain memory. On the memory of the human brain will provide a picture of a face we once knew before. Therefore, a face detection application that can recognize faces and identities that exist in the android-based database. In this final project created an android based face detection system that can translate the image of training in jpg format and can be recognized by the system in the test image. The image into the form of a face image consisting of 90 images where there are 60 images of training and 30 test images. Pre-processing stages consist of registration, RGB, facial normalization, reduced noise effects After preprocessing, the feature extraction stage uses Local Binary Pattern Histogram (LBPH) which aims to find the value that can be recognized by the system in the image of the preprocessing result and then stored into the database. Then do the classification using K-Nearest Neighbor method. Based on the results of application testing can be done by using the LBPH (Local Binary Pattern Histogram) method in the Neighbors = 9, Gridx parameter. Gridy = 8x8, radius = 1, BW resistant tresh size = 180, and an accuracy of 20-25cm has an accuracy of 95.56 and a computing time of 2.35 seconds.Keywords: LBPH,Image, android, FAR,FRR Keywords: LBPH, Image, android, FAR, FRR