ABSTRAKSI: Mata merupakan bagian yang penting pada wajah manusia. Eye detection pada dasarnya adalah mencari posisi mata pada suatu data image. Eye detection dapat berguna pada sistem deteksi wajah maupun sistem pengenalan wajah manusia. Pada tugas akhir ini dibahas tentang sistem deteksi mata dengan menggunakan kombinasi dari feature based method yaitu menggunakan metode projection function dan template based method atau template matching.
Template matching mampu mengenali suatu pola secara akurat namun kurang efisien dari segi waktu. Projecton function dapat melakukan pencarian area berdasarkan ciri-ciri tertentu secara cepat. Dengan kombinasi tersebut, deteksi mata dapat dilakukan dengan mencari wilayah kasaran mata terlebih dahulu dengan menggunakan metode projection function kemudian dilanjutkan dengan mencari posisi mata secara tepat dengan menggunakan metode template matching sehingga deteksi mata bisa dilakukan secara akurat dan dalam waktu yang singkat.
Pada tugas akhir ini juga dibahas tentang moment invariant yang digunakan untuk menormalisasi orientasi wajah pada gambar input.
Dari pengujian yang dilakukan terhadap citra wajah yang terdapat pada The ORL Database of Faces, hasilnya menunjukan bahwa sistem dapat mendeteksi mata dengan akurasi sebesar 76,2% dan dari segi rata-rata waktu eksekusi menunjukan bahwa projection function dapat mempercepat proses deteksi mata hingga 28 kali lipat.Kata Kunci : deteksi mata, eye detection, feature based method, template based, method, projection function, template matching, moment invariantABSTRACT: Eyes are the most important features in the human face. Basically, eye detection is a detection of eye position on an image data. Eye detection can be useful in Face Detection System or Face Recognition System. In this final project, it’s discussed about an eye detection system which is combining projection function as a feature based method and template matching as a template based method.
Template matching is able to accurately identify a pattern but it is lack in terms of time. While the projection function is capable of searching a region quickly based on certain characteristics. By this combination, eye detection can be done by finding a rough area of eyes in advance using Projection Function method and then find the eye position precisely by using template matching method so that the eye detection can be done accurately and quickly.
In this final project was also discussed about moment invariant that used to normalize the face’s orientation on the input image.
From tests performed on the facial image contained in The ORL Database of Faces, results show that the system accuracy is 76.2% and in terms of average execution time shows that the projection function able to speed up the process of eye detection up to 28 times.Keyword: eye detection, feature based method, template based method, projection function, template matching, moment invariant