ABSTRAKSI: Computer Vision adalah salah satu bidang penelitian yang sedang berkembang sekarang ini. Inti dari Computer Vision adalah bagaimana sebuah mesin mampu mengenali suatu objek. Salah satu aplikasi praktis yang tengah giat dikembangkan dalam Computer Vision adalah pembangunan sistem pengenalan wajah (Face Recognition System). Sejauh ini, kendala utama yang dihadapi dalam sistem pengenalan wajah berkisar pada masalah variasi pose, orientasi wajah, variasi pencahayaan dan masalah komputasi ketika prosedur pengenalan dijalankan oleh komputer.
Tugas akhir ini berusaha membangun sistem pengenalan wajah. Sistem yang dibangun akan mampu mengenali identitas dari wajah masukan berdasar database yang telah disimpan sebelumnya. Hasil percobaan memberikan akurasi pengenalan terbaik sebesar 85,45 %. Citra uji yang digunakan adalah citra wajah yang tidak terdapat dalam database wajah, terdiri dari 120 citra dari orang-orang dalam database dan 100 citra dari orang-orang di luar database.
Dilakukan ekstraksi ciri menggunakan Principal Component Analysis (PCA) untuk mereduksi dimensi citra agar waktu proses lebih cepat. Proses akhir dari pengenalan adalah klasifikasi, yang dalam tugas akhir ini dilakukan dengan metode Jaringan Fungsi Basis Radial.
Kata Kunci : Principal Component Analysis (PCA)ABSTRACT: Nowadays, Computer Vision is being a greatly developed research. The main idea of Computer Vision is how to make the machine be able to recognize an object. One of the Computer Vision‟s applications that rapidly developed is face recognition system. So far, kinds of problem that faced in developing a face recognition system are about pose variance, face orientation, lighting and computational problems when the recognizing procedure is running.
In this paper, face recognition system try to be constructed. The system will be able to recognize the identity of face based on the database that had been trained before. The result of this research shows that the highest accuracy of the system is 85.45 %. Images that are used for testing are face images which are do not contained in the training set. They consist of 120 images of people whose face already trained before and another 100 images of people whose face are outside the database.
Principal Component Analysis (PCA) is used as feature extractor to reduce the image dimension so that the processing time goes faster. Final process of this recognizing system is classifying that use a radial basis function network method.Keyword: Principal Component Analysis (PCA)