ABSTRAKSI: Wajah manusia terdiri atas beberapa bagian yang memiliki karakteristik berbeda-beda, yang terbentang dari dahi hingga ke dagu seperti mata, hidung, telinga, bibir, pipi, dahi, rambut. Nampaknya sejauh ini penelitian mengenai pengenalan wajah lebih banyak berkisar tentang sekuriti. Penelitan tentang sekuriti yaitu pengenalan wajah untuk mengidentifikasi seseorang berdasarkan gambar digital atau video yang dimasukkan lalu digunakan sebagai data dalam pengolahan suatu sistem keamanan.
Pada Tugas Akhir ini membahas mengenai teknik pengenalan wajah manusia untuk sistem presensi dengan menggunakan metode Principal Component Analysis (PCA) dan Support Vektor Machine (SVM). Ekstraksi ciri menggunakan metode PCA yaitu merupakan tahapan untuk mencari fitur-fitur penting yang mewakili sebuah citra. Sedangkan untuk klasifikasi menggunakan metode SVM yaitu mencari hyperplane terbaik yang dapat memisahkan setiap kelas wajah yang satu dengan kelas wajah yang lainnya.
Penelitian pada Tugas Akhir ini merupakan bagian awal dari tahapan untuk membangun sistem presensi secara keseluruhan, dimana fokusnya adalah bagaimana menerapkan metode PCA dan SVM untuk dapat mengenali citra wajah yang diambil dengan menggunakan webcam, serta menguji metode tersebut sehingga dapat menghasilkan teknik pengenalan wajah dengan akurasi sebesar 95%.Kata Kunci : Face detection, PCA, SVM, Digital Image Processing.ABSTRACT: The human face consists of several parts that have different characteristics, which stretches from the forehead to chin as eyes, nose, ears, lips, cheeks, forehead, and hair. It seems that so far research on face recognition ranged more about security. Research about security system is a face detection system to identify a person based on digital images or video that included then used as data in the processing of a security system.
In this Final Project discuss the human face recognition techniques for Presence system using Principal Component Analysis (PCA) and Support Vector Machine (SVM). For feature extraction using PCA method, it is a step to find the important features that represent an image. While for the classification using SVM method, it is a method to find the best hyperplane that can separate each a single face class with another class of faces.
Research in this Final Project is part of the initial phases to build a Presence system as a whole, where the focus is how to implement PCA and SVM methods to be able to recognize a face image taken using webcam, and test those methods so it can produce a face recognition technique with 95% accuracy.Keyword: Face detection, PCA, SVM, Digital Image Processing.