Review Penerapan Face Recognition Dengan Metode Eigenface Dalam Intelligent Home Security

       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/