Perbandingan Teknik Scale Invariant Feature Transform (SIFT) dan Multiscale Local Binary Pattern (MLBP) dalam Pengenalan Wajah dengan Citra Masukan Berupa Citra Sketsa Wajah
Daftar Isi:
- Wajah memiliki informasi yang dapat diolah menjadi sebuah data yang dapat dipakai dalam bidang tertentu. Salah satu media untuk mendapatkan informasi wajah adalah sketsa wajah. Namun dalam proses pengenalan wajah terdapat beberapa kendala termasuk perbedaan modalitas yang terkandung dalam sketsa wajah dan foto. Perbedaan tersebut adalah masalah tekstur dan bentuk. Ada banyak metode untuk mengatasi masalah tersebut. Dalam tugas akhir ini, digunakan teknik SIFT dan MLBP sebagai fitur ekstrasi yang dapat mengatasi masalah perbedaan modalitas di atas. Tugas akhir ini juga meneliti perbandingan antara metode SIFT dengan metode MLBP. Dalam simulasi pengujian dan pengenalan wajah, digunakan tiga puluh sketsa sebagai citra uji. Akurasi hasil pengenalan SIFT dengan citra uji tanpa pembedaan jenis kelamin sebesar 83,33%. Sedangkan akurasi pengenalan untuk citra uji berjenis kelamin wanita dan pria saja sebesar 93,33% dan 86,67% . Untuk MLBP, akurasi hasil pengenalan dengan citra uji tanpa pembedaan jenis kelamin sebesar 73.33%. Sedangkan akurasi pengenalan untuk citra uji berjenis kelamin wanita dan pria saja sebesar 93,33% dan 80%. Dari data pengamatan ini, dapat disimpulkan bahwa Pengenalan dengan teknik SIFT lebih baik daripada MLBP.