Aplikasi Identifikasi Ras Manusia Menggunakan Metode Image Registration Dan Scale Invariant Feature Transform (sift) Dengan Klasifikasi K-nearest Neighbors (knn)

Abstract

Abstrak Ras manusia dapat di identifikasi melalui bentuk dari wajahnya dan manusia cenderung dapat dengan mudah mengidentifikasi ras yang orang lain miliki jika ras orang tersebut sama dengan yang ia miliki. Hal tersebut disebabkan oleh informasi yang terdapat pada wajah manusia serta kemampuan manusia dalam memproses secara preseptual. Kemampuan tersebut merupakan salah satu kelemahan yang harus diperbaiki untuk dapat memproses informasi yang dimiliki secara lebih efektif dan efisien yang dapat digunakan untuk kebutuhan forensik. Pada penelitian ini dilakukan pengujian identifikasi informasi demografis citra wajah manusia berdasarkan metode Image Registration dan Scale Invariant Feature Transform (SIFT) dengan klasifikasi K-Nearest Neighbors (KNN). Pengujian difokuskan untuk mengidentifikasi 3 ras besar manusia yaitu Kaukasoid, Negroid, dan Mongoloid. Hasil pengujian penelitian ini mendapatkan nilai akurasi sebesar 41.67%. Kata kunci : Ras, Forensik, Image Registration, SIFT, KNN Abstract Human race can be identified through the shape of his face and humans tend to be able to easily identify races that other people have if that person's race is the same as his own. This is caused by information contained in the human face and the human ability to process in a preseptual manner. This capability is one of the weaknesses that must be corrected to be able to process information more effective and efficient that can be used for forensic needs. In this project, the identification of human facial demographic information was tested based on the Image Registration and Scale Invariant Feature Transform (SIFT) method with the K-Nearest Neighbors (KNN) classification. The tests focused on identifying 3 major human races, Caucasoid, Negroid, and Mongoloid. The results of this project are have an accuracy of 41.67%. Keywords: Races, Forensic, Image Registration, SIFT, KNN