ABSTRAKSI: Pengolah citra merupakan salah satu proses penerjemahan gambar menjadi suatu informasi. Pengolahan citra bertujuan agar suatu sistem dapat “melihat” informasi yang terkandung didalamnya. Salah satu pengembangan pengolahan citra adalah dalam sistem pendeteksian wajah (face recognition). Permasalahan yang sering muncul pada pendeteksian wajah adalah masalah ketidaksamaan jumlah citra latih. Untuk mengatasinya digunakan sistem kernel seperti pada metode Kernel Direct Discriminant Analysis (KDDA). Melalui metode ini kesalahan diharapkan deteksi wajah yang ketidaksamaan jumlah citra latih dapat diminimalisir.
Pada pembuatan Tugas akhir kali ini digunakan algoritma KDDA dengan kernel polinomial. Sistem pengenalan wajah yang dibuat efisien sehingga dapat melakukan pengenalan secara cepat (realtime). Pada tugas akhir ini menggunakan Visual Basic sebagai media pembangun sistem sedangkan database Microsoft Access digunakan sebagai database informasi user. Proses preprosesing seperti cropping citra, grayscale, dan penyimpanan dalam format jpg dilakukan secara embeded sehingga tidak memerlukan pengolahan citra terlebih dahulu. Hasil algoritma KDDA dengan penguatan nilai diskriminan dan pengurangan ukuran dimensi digunakan sebagai pemisah dan mencirikan tiap kelas. Hasil inilah yang akan digunakan sebagai penentuan kelas suatu citra uji. Keseluruhan sistem dibangun agar pengenalan wajah menghasilkan akurasi yang maksimum dan mampu realtime dalam pengoperasiannya.
Dari hasil pengujian diperoleh bahwa batas eror yang optimal adalah sebesar 13% dari variansi kelas matrik dengan jarak minimum, sedangkan waktu rata-rata pemprosesan citra uji dalam mengidentifikasi citra adalah sebesar 0.641 sekon dan akurasi pengenalan wajah untuk citra training yang seragam jumlahnya tiap user adalah sebesar 80% dengan jarak dan pencahayaan yang sama dengan citra latihnya. Sedangkan untuk pengujian dengan citra training dengan jumlah tidak seragam menghasilkan akurasi sebesar 82,2% dengan pengkondisian jarak dan pencahayaan yang sama dengan citra latihnya
Kata Kunci : face recognition, metoda kernel direct discriminant analysis (KDDA), Visual Basic, implementasi, realtimeABSTRACT: Image processing is one of image translation process into an information. Image processing intended to make an system can "see" the information contained in there. One is the development of image processing in face detection system (face recognition). The problems that often appear on the face detection is the problem of nonlinearity picture. To fix the system, kernel is used, as a method of Kernel Direct Discriminant Analysis (KDDA). Through this method the error of face a nonlinear detection is expected to be minimized.
At the momment of building this final task of the kernel poninomial KDDA algorithm is used. Face recognition system that is made to be efficient that can perform a quick detection (realtime). This final task using Visual Basic as a media system builder while Microsoft Access database, is used as a database of user information. Preposesing processes such as image cropping, grayscale, and storage in jpg format do embeded. So it does not require prior image processing. KDDA algorithm results in the strengthening of the discriminant and the reduction in the size of the dimensions used to separate and characterize each class. These results will be used as a grading test images. The entire system is built so that face recognition produces maximum accuracy and realtime in operation.
From the test results obtained that the optimal error limit is 13% of the variance matrix class with minimum distance, while the average time of processing the test image in the image are identified for 0.641 seconds and face recognition accuracy for the training images is equal to 80% linear with distance and lighting the same with training image While for training test with non-linear image produced an accuracy of 82.2% with same distance and lighting conditioning the image
Keyword: face recognition, kernel direct discriminant analysis methode (KDDA), Visual Basic, implementation, realtime