PENGENALAN WAJAH WANITA BERKERUDUNG MENGGUNAKAN METODE 2DPCA DAN K-NEAREST NEIGHBOR

Penelitian mengenai pengenalan wajah telah banyak dilakukan dengan berbagai metode, namun penelitian ini masih menarik dilakukan seiring perkembangan teknologi dan metode yang digunakan dalam pengolahan citra. Di negara Indonesia banyak warga berjenis kelamin perempuan yang mengenakan kerudung. Hal ini tentunya akan menjadi masalah dalam proses pengenalan wajah, dikarenakan kerudung yang digunakan kebanyakan mempunyai model sama. Area wajah yang menjadi lebih sempit karena sekeliling wajah tertutup oleh kerudung. Bentuk ekspresi dan kondisi pencahayaan yang berbeda-beda pada citra tentu saja menjadi permasalahan yang semakin kompleks pada proses pengenalan wajah. Pada penelitian ini peneliti menggunakan metode ekstraksi ciri Two-Dimensional Principal Component Analysis (2DPCA). Data yang digunakan merupakan wajah wanita berkerudung dan wajah orang tidak berkerudung yang berukuran 180 x 200 piksel. Dimana sebelumnya akan dilakukan proses konversi ke bentuk grayscale. Setelah ekstraksi ciri 2DPCA dilakukan pengujian citra wajah dengan menggunakan K-Nearest Neighbor (KNN) berbasis metode Euclidian Distance. Dari hasil serangkaian pengujian yang telah dilakukan didapatkan bahwa wajah wanita wanita berkerudung dengan 2 model kerudung memiliki tingkat kesulitan yang lebih dibandingkan dengan wajah wanita yang mengenakan 1 model kerudung. Hal ini disebabakan karena model kerudung yang berbeda akan menghasilkan ciri yang berbeda pula, sehingga pada proses pengenalan akan menjadi lebih sulit