ABSTRAKSI: Dewasa ini sistem perparkiran yang biasa diterapkan di sebagian besar wilayah Indonesia adalah sistem perparkiran manual dimana pencatatan nomor polisi kendaraan bermotor dilakukan dengan cara memasukkan nomor polisi kendaraan bermotor kedalam komputer yang kemudian diproses untuk dicetak dan dihitung waktu parkirnya. Beberapa dari sistem perparkiran yang sudah ada mulai menggunakan kamera untuk menangkap gambar dari plat nomor polisi kendaraan bermotor. Namun, pengambilan gambar tersebut hanya sebatas database berupa image saja. Tentu saja sistem seperti ini akan mempengaruhi lamanya proses pelayanan dan sistem seperti ini belum bisa menekan tindak pencurian kendaran bermotor yang semakin marak di Negeri kita ini. Oleh karena itu dibutuhkan sistem yang tidak hanya dapat mengenali nomor polisi kendaraan saja melainkan dapat juga mengenali wajah pemilik dari kendaraan tersebut.
Dengan adanya teknologi pengolahan citra, maka dalam tugas akhir ini telah di buat sistem face recognition untuk dapat mengenali wajah pemilik kendaraan bermotor tersebut dengan metode ekstraksi ciri Principal Component Analysis (PCA) dan klasifikasi ciri menggunakan Learning Vector Quantization (LVQ), dan akan dicocokan dengan nomor polisi kendaraan yang sudah diidentifikasi sebelumnya oleh sistem lain yang diambil dari tugas akhir dengan judul „IDENTIFIKASI PLAT NOMOR KENDARAAN REGULER ATAU NONREGULER BERBASIS PENGOLAHAN CITRA MENGGUNAKAN JASINGAN SYARAF TIRUAN BACK PROPAGATION‟, yang di tulis oleh Indri S.M.L Tambunan.
Dalam tugas akhir ini digunakan 20 wajah orang yang berbeda dan juga 20 plat nomer yang berbeda. Dengan hasil akurasi pengenalan wajah maksimal sebesar 91.875 % dan akurasi plat nomer maksimal sebesar 95.369% pada sistem non realtime.Kata Kunci : Kata kunci : Pengolahan citra, Principal Component Analysis, Learning Vector Quantization, pengenalan wajahABSTRACT: Nowadays, a common parking lot system that is applied in most of Indonesia area is still a manual system where the vehicle number as an input is typed manually into a computer to be processed and later being printed and the duration will be calculated. Some of the parking systems have used a camera to capture the vehicle number. But, the input is only a database of image. This kind of system of course will take a long service time and will not decrease a vehicle robbery. Therefore, a parking lot needs a system that is not only to recognize the vehicle number but also to recognize the owner face.
With a technology of digital image processing, in this thesis a system of vehicle owner face detection has been made using a Principal Component Analysis (PCA) feature extraction and Learning Vector Quantization (LVQ) feature classification and later will be checked with the vehicle number which has been identified by another system in a final project of Indri Tambunan titled „IDENTIFICATION VEHICLE‟C NUMBER PLATE REGULAR/NON-REGULAR BASED ON IMAGE PROCESSING USING BACKPROPAGATION NEURAL NETWORK‟.
In this final project,not only 20 different faces has been used but also 20 different vehicle‟s number. A result that has been achieved is this sytem could recognize the face of vehicle owner with the maximum 91.875 % level accurate and 95,369% level accurate of recignizing vehicle number in a non-real time system.Keyword: : Image Processing, Principal Component Analysis, Learning Vector Quantization,face recogniton