PEMBUATAN APLIKASI PENGENALAN WAJAH DENGAN METODE DISCRETE COSINE TRANSFORM DENGAN CONTOH KASUS PRESENSI SEDERHANA
Abstract
Bidang penelitian pemrosesan wajah (face processing) dan pendeteksian wajah manusia (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition). Proses pengenalan wajah (face recognition) oleh manusia merupakan tugas visual tingkat tinggi (high level visual task) yang sangat sulit untuk dikerjakan secara rinci. Hal ini dikarenakan wajah memiliki kekomplekskan yang alami. Discretee Cosine Transform (DCT) merupakan urut-urutan beberapa titik data dalam bentuk sejumlah fungsi kosinus pada frekuensi yang berbeda. DCT atau khususnya DCT-II sering digunakan dalam pengolahan sinyal dan gambar, terutama untuk kompresi lossy data, seperti audio (mp3) dan gambar (JPEG) dimana sebagian kecil dari high-frequency dapat dihilangkan, yaitu dengan metode spektral untuk penyelesaian numeric dari sebagian persamaan diferensial. DCT menggunakan fungsi kosinus sebagai fungsi utama dibandingkan dengan sinus, karena ternyata fungsi kosinus jauh lebih efisien. Aplikasi yang dibuat merupakan sebuah aplikasi pencocokkan wajah yang memanfaatkan perhitungan DCT. Aplikasi menyimpan minimal lima wajah untuk tiap orang yang hendak dikenali oleh sistem. Output dari aplikasi ini adalah sebuah daftar presensi yang menyatakan waktu kehadiran dan waktu keluar, disertakan status mengenai terlambat atau lembur orang tersebut. Aplikasi dapat dikembangkan lagi sebagai sebuah sistem presensi dengan perhitungan yang lengkap selayaknya presensi sebuah perusahaan. Melalui uji coba yang dilakukan, aplikasi telah memenuhi tujuan awal sistem dibuat, dimana sistem dapat mengenali wajah input-an dan dapat menghasilkan output sebuah daftar presensi. Dapat disimpulkan aplikasi ini dapat dijadikan sebuah dasar sebuah sistem presensi.
Downloads
References
Brunelli, Roberto., dan Tomaso Poggio. 1993. Face Recognition: Features versus Templates. IEEE Transactions on Pattern Analysis and Machine Intelligence.
Duda, R.O., dan Hart, P.E. 1973. Patern Classification and Scene Analysis. Wiley: New York, NY.
Gonzales, Rafael C., Woods, Richard E., dan Eddins, Steven L. 2003. Digital Image Using Matlab Processing. Pearson Prentice Hall.
Hafed, Ziad M., dan Levine, Martin D. 2001. Face Recohnition Using the Discrete Cosine Transform. International Journal of Computer Vision, Kluwer Academic Publisher, Netherlands.
Khayam, Syed Ali. 2003. The Discrete Cosine Transform. Department of Electrical & Computer Engineering. Michigan State University.
Rosenfeld, A., dan Kak, A. 1976. Digital Picture Processing. Academic: New York, NY.
Tan, Pan-Ning., Steinbach, Michael., dan Kumar, Vipin. 2006. Introduction to Data Mining. Addison-Wesley.
Tseng, Steward. 2003. Comparison of Holistic and Featured Based Approaches to Face Recognition.
- Articles published in CALYPTRA are licensed under a Creative Commons Attribution-ShareAlike 4.0 International license. You are free to copy, transform, or redistribute articles for any lawful purpose in any medium, provided you give appropriate credit to the original author(s) and the journal, link to the license, indicate if changes were made, and redistribute any derivative work under the same license.
- Copyright on articles is retained by the respective author(s), without restrictions. A non-exclusive license is granted to CALYPTRA to publish the article and identify itself as its original publisher, along with the commercial right to include the article in a hardcopy issue for sale to libraries and individuals.
- By publishing in CALYPTRA, authors grant any third party the right to use their article to the extent provided by the Creative Commons Attribution-ShareAlike 4.0 International license.