ABSTRAKSI: Kemampuan jaringan Hopfield untuk memunculkan kembali pola yang tersimpan dalam memory-nya, menjadi daya tarik untuk diterapkan pada proses pengenalan wajah. Layaknya kemampuan jaringan syaraf manusia yang memiliki kemampuan untuk memunculkan informasi yang tersimpan didalamnya.
Berbeda dengan jaringan syaraf tiruan lainnya, jaringan Hopfield tidak mengenal apa yang disebut sebagai proses pelatihan. Data latih yang biasanya harus mengalami proses pelatihan yang panjang, dalam jaringan Hopfield data tersebut hanya dipetakan dan disimpan dalam bentuk bobot jaringannya.
Proses pengenalan wajah dilakukan dengan memetakan citra wajah menjadi citra berformat biner, kemudian menyimpannya dalam jaringan. Output dari jaringan Hopfield merupakan citra hasil perhitungan berulang yang dilakukan sampai sistem stabil. Output dari sistem yang dibuat berupa citra prediksi dengan nilai koefisien korelasi tertinggi.
Hasil uji sistem terhadap AT&T labolatory database yang dilakukan menujukan bahwa jaringan Hopfield mampu digunakan dalam proses pengenalan wajah.Kata Kunci : jaringan hopfield, transformasi wavelet, pengenalan wajah.ABSTRACT: The ability for recalling pattern which is stored, make Hopfield net use for face recognition. As good as neuron in human being, Hopfield net has the abillity to recall the informations whis are strore in it.
Different from the other artificial neural network, it has no learning process. Dataset for learning which usually learn in a long time, Hopfield just store them in its memory as a weight of neural network.
Face recognition is done by maping face image into binary image, then it is stored in Hopfield network. Hopfield neural network computes its output recursively in time until the system become stable. The output is Hopfield prediction for face and its similarity.
The analysis of system for AT&T laborlatory database which is done, show that Hopfield net can be used for Face Recognition.Keyword: Hopfield nets, Wavelet transform, Face Recognition.