ABSTRAKSI: Pesatnya perkembangan di bidang biometrik saat ini sangat dirasakan manfaatnya. Sebagai contoh adalah aplikasi pencarian riwayat kesehatan seseorang melalui deteksi wajah. Dengan teknologi tersebut kemungkinan tertukarnya riwayat kesehatan seseorang dapat ditekan hingga presentase paling kecil. Sejalan dengan perkembangannya yang pesat, pelanggaran-pelanggaran hukum yang terkait dengan pengolahan biometrik inipun juga meningkat. Maraknya pemalsuan identitas seseorang melalui penggunaan foto orang lain atau pengeditan foto pribadi saat ini makin sering ditemukan. Melalui penelitian ini akan dilakukan proses prediksi wajah seseorang di masa depan sehingga kemungkinan pemalsuan identitas seseorang dapat ditekan sesedikit mungkin. Hal ini sangat mungkin karena setiap manusia mempunyai ciri khas wajah tersendiri. Seiring bertambahnya usia seseorang, maka bentuk wajah pun akan ikut berubah. Dari hal tersebutlah, dapat diprediksi wajah seorang manusia berdasarkan usianya.
Permasalahan yang timbul saat ini adalah dalam memprediksi wajah harus didahului dengan proses penghilangan semua bagian rambut pada wajah (kumis, jenggot, jambang) dan berbagai aksesoris (topi, toga, baret, kacamata dan sebagainya) dari citra. Melalui penelitian ini akan dilakukan peningkatan kinerja metode SVM untuk membangun sebuah perangkat lunak yang mampu memodelkan suatu wajah yang pada akhirnya mampu memprediksi wajah berdasarkan usia seseorang tanpa harus didahului proses penghilangan bagian rambut dan aksesoris pada wajah.
Sebelum proses pemodelan, aplikasi ini melakukan deteksi wajah dengan algoritma deteksi tepi. Pendekatan bekerja dengan cara mengidentifikasi titik – titik dalam gambar digital dimana kecerahan gambar berubah secara tajam. Sedangkan untuk pemodelan citra wajah, digunakan suatu metode pengenalan pola yang berkembang pesat. Metode tersebut adalah Support Vector Machine (SVM). Metode ini pertama kali diperkenalkan oleh Vapnik pada tahun 1992 sebagai rangkaian harmonis konsep-konsep unggulan dalam bidang pengenalan pola. Sebagai salah satu metode pengenalan pola, usia SVM ini terbilang masih muda. Walaupun demikian,, banyak aplikasi yang dapat diselesaikan dengan metode ini.
Kebutuhan mendasar dari penelitian ini adalah diperlukannya contoh foto seseorang ketika masih kecil, anak-anak, remaja hingga dewasa. Dari contoh tersebut, diolah dan dicari persamaan dan perbedaan tiap umur, sehingga kita dapat memprediksi wajah seseorang di umur tertentu.Kata Kunci : Citra, biometrik, pengenalan pola, SVM, wajah, prediksi.ABSTRACT: The rapid developments in the field of biometrics is currently very useful. For example, person‟s medical history searches application through face detection. With this technology a person‟s medical history replaced probability by another one can be reduced to the smallest percentage. In line with rapid development, the violation of law related to the processing of biometric has also increased. Rise of identity fraud through the use of pictures of someone else or a personal photo editing now more commonly found. Through this research will be predict person's face in the future so that a person's identity fraud could be reduced as little as possible. It is possible due to every human being has a distinctive facial characteristics. With increasing age, then the shape of the face will also be changed. With that fact, person's face can be predicted based on his age.
The problem that arise when it is in predicting the face must be preceded by a process of removing all the hair on the face(mustache, beard, whiskers), and various accessories (caps,gowns, berets, sunglasses and so on) from the image. Through this research will be improving the performance of SVM method to build a software that is able to model a face which in turn is able to predict a person's face based on age without having preceded the removal of parts and accessories of hair on the face.
Prior to the modeling process, the application performs the face detection with edge detection algorithm. The approach works by identifying the points in a digital image where brightness changes drastically. As for the modeling of facial images, use a pattern recognition method that is growing rapidly. The method is Support Vector Machine (SVM). This method was first introduced by Vapnik in 1992 as a series of excellence harmonic concepts in the field of pattern recognition. As one method of pattern recognition, SVM age is fairly young. However, many applications that can be solved by this method
This research strongly need for an photograph example of a person when he is baby, child, adolescent and adult. From these examples, processed and searched the similarities and differences of each age, so that we can predict a person's face at a certain age.Keyword: Image, biometrics, pattern recognition, SVM, face, prediction.