Pada jurnal ini bidang yang sedang dikembangkan
adalah pengelohan citra, dengan melakukan manipulasi pada gambar wajah pemilik
rumah agar dapat menjadi sistem keamanan pada rumah yang selama ini lebih
banyak memanfaatkan tenaga manusia dari pada sistem otomatis. Sistem keamanan
rumah dengan alarm telah banyak diterapkan untuk mendeteksi adanya pencuri.
Tetapi sistem tersebut tidak bisa membedakan antara pemilik rumah dan pencuri,
sehingga tingkat keamanannya sangat rendah. Penggunaan pengolahan citra dengan
face recognition disini adalah untuk mengenali wajah pemilik rumah dan
membedakannya dengan wajah bukan pemilik atau pencuri.
Pada
jurnal disebutkan penulis terlebih dahulu membandingkan jurnal-jurnal sejenis
tetapi menggunakan metode yang berbeda seperti metode fractal neighbor distance, principal
component analysis, jaringan syaraf tiruan, dan lain-lain. Pada jurnal pun
disebutkan kekurangan dari masing-masing metode seperti sistem tidak real time,
komputasi yang terlalu berat serta harus memiliki background khusus, ekspresi
wajah harus selalu sama, dan lain-lain, sehingga penulis menggunakan metode
eigenface sebagai sarana pengenalan wajah antar pemilik rumah dan pencuri
secara real time. Dimana data pemilik rumah dan buka pemilik rumah dimasukkan
kedalam class yang berbeda sehingga
akan lebih mudah dalam pengenalan.
Agar
dapat mengidentifikasikan pemilik rumah, terlebih dahulu kita harus memiliki
data gambar serta perhitungannya menggunakan aplikasi. Pada jurnal ini penulis
menggunakan data dua orang pemilik rumah dan setiap orangnya harus dilakukan
pengambilan gambar sebanyak 5 kali dengan posisi, jarak dan kemiringan wajah
yang berbeda-beda menggunakan webcam. Dalam sistem yang dibuat, terdapat dua block yaitu block
pengambilan data dan block pengenalan wajah. Pada block pengambilan data terdiri atas:
1. Pengaktifan
webcam
2. Penangkapan citra wajah menggunakan webcam
3. Melakukan pemrosesan awal agar gambar dapat diolah sesuai dengan
ketentuan yang ada dalam jurnal
4. Melakukan penyimpanan data
5. Melakukan pengutipan gambar wajah
6. Melakukan penyimpanan data pada wajah
7. Data yang sudah ada akan digunakan sebagai pembanding
Pada block pengenalan wajah terdiri atas:
1. Pengaktifan webcam
2. Penangkapan citra wajah
menggunakan webcam
3. Melakukan pemrosesan awal agar gambar dapat diolah sesuai dengan
ketentuan yang ada dalam jurnal
4. Melakuan pengutipan gambar wajah
5. Proses pengenalan wajah dengan membandingkan dengan data yang ada
Dalam jurnal penulis memaparkan proses yang terjadi
dalam sistem, yang terdiri dari:
- Pemrosesan awal
- Proses penyimpanan data wajah
- Proses penghitungan eigenface beserta perhitungannya
- Proses pengenalan
Kelebihan yang ada pada sistem tersebut adalah:
- Sistem dapat mengenali pemilik dan bukan pemilik secara real time.
- Sistem dapat melakukan pengenalan meskipun posisinya berbeda-beda.
- Untuk mendapatkan hasil yang akurat, penulis menggunakan beberapa metode dalam melakukan pendeteksian wajah.
- Pemisahan class antara pemilik dan bukan pemilik serta dilakukannya penyimpanan data dikedua class meningkatkan tingkat efektifitas dalam melakukan verifikasi wajah pemilik atau bukan pemilik
Kekurangan yang ada pada sistem tersebut adalah:
- Hasil dari proses pendeteksian sangat bergantung kepada pencahayaan dan juga jarak antara wajah dengan webcam.
- Proses pengenalan wajah bergantung kepada jelas atau tidaknya capture wajah hasil deteksi.
- Pada proses pengenalan wajah, tidak diketahui berapa lama waktu yang dibutuhkan bagi sistem untuk bisa mengenali pemilik atau bukan dari pengambilan capture wajah sampai sistem dapat mengidentifikasinya.
Sumber:
Setya Bayu.2009.Penerapan
Face Recognation Dengan Metode Eigenface Dalam Intelligent Home Security.Surabaya:
Institut Teknologi Sepuluh Nopember (ITS).
Alamat web : http://repo.pens.ac.id/624/
