ABSTRAKSI: Saat ini aspek keamanan menjadi salah satu prioritas utama bagi setiap orang, termasuk dalam hal kepemilikan gadget. Dan ketika password dirasa tidak cukup, biometric menjadi solusi untuk diimplementasikan sebagai access control pada gadget, misalnya pada ponsel. Ponsel Android yang sedang menjadi primadona membuat para penggunanya begitu mengedepankan aspek keamanan dan eksklusifitas. Mereka tentu tidak ingin orang lain mengakses ponsel Android mereka secara bebas dan tanpa izin. Oleh karena itu, penulis ingin merancang dan mengimplementasikan sistem pengenalan wajah sebagai fungsi unlock screen pada handset Android.
Pada tahap pre-processing, dilakukan operasi cropping, resizing, pengubahan menjadi citra greyscale, dan histogram equalization untuk normalisasi cahaya. Sistem pengenalan wajah (face recognition system) dirancang menggunakan pendekatan eigenface. Pada tahap klasifikasi, Euclidean distance digunakan untuk menentukan tingkat kemiripan antara citra input baru dengan yang ada di dalam database.
Performansi sistem diukur berdasarkan aspek akurasi dan waktu proses. Berdasarkan hasil pengujian dan analisis, pada kondisi terang dan redup, Equal Error Rate (EER) 20% dicapai pada threshold 198 dan 213. Untuk jarak akuisisi 40 cm, nilai EER 20% dicapai pada threshold 198. Sedangkan pada jarak akuisisi 80 cm, sistem mulai menunjukkan penurunan akurasi ditunjukkan dengan nilai EER 20% dicapai pada threshold yang cukup tinggi yaitu 225. Citra hasil resizing berukuran 200×200 menghasilkan nilai EER sebesar 35% dicapai pada threshold 258.
Kata Kunci : Kata kunci: face recognition system, unlock screen, eigenvectors, eigenvalues, threshold, FAR, FRR, AndroidABSTRACT: Nowadays security becomes one of the most highest priority for everyone, including in access to their gadget. And when password is considered not secure enough, biometric becomes a solution to be implemented as access control on gadget, for example on handphone. Android phones that are being popular make the users consider security and exclusivity as important things. They do not want other people to be able to access their Android phones without permission. Therefore, this face recognition system as unlock screen function on Android is designed and implemented.
At the pre-processing step, several operations are committed such as cropping, resizing, converting to grayscale, and histogram equalization for light normalization. This face recognition system is designed using eigenface approach. At the classification level, Euclidean distance is used to determine the similarity level between new input face image and training images in database.
The system performance is measured according to accuracy and processing time. According to the results of testing and analysis, in bright and dreary condition the same EER 20% is achieved at 198 and 213 of threshold. When acquisition distance is 40 cm, EER 20% is achieved at 198 of threshold. And when acquisition distance is 80 cm, system accuracy seems to decrease because EER 20% is achieved at high enough threshold, 225. 200×200 resized image give EER 35% at 258 of threshold.Keyword: Keywords: face recognition system, unlock screen, eigenvectors, eigenvalues, threshold, FAR, FRR, Android