IDENTIFIKASI WAJAH MANUSIA BERDASARKAN WARNA KULIT DENGAN MENGGUNAKAN TRANSFORMASI WAVELET
Abstract
Manusia mempunyai keistimewaan dalam hal mengingat dan membedakan wajah setiap individu yang dilihatnya sehingga manusia mampu untuk membedakan mana yang dikenal dan mana yang tidak dikenal. Hal inilah yang menjadi latar belakang pembuatan suatu sistem yang secara otomatis mampu membedakan identitas individu secara akurat berdasarkan tampilan wajah individu yang bersangkutan. Sistem ini dikenal dengan nama face recognition sistem. Tranformasi wavelet merupakan perbaikan dari transformasi Fourier. Transformasi Fourier hanya dapat menangkap informasi apakah suatu sinyal memiliki frekuensi tertentu ataukah tidak, tapi tidak dapat menangkap dimana frekuensi itu terjadi. Sebagai ilustrasi seperti pada konser musik. Trasformasi Fourier hanya bisa mengatakan apakah suatu ‘nada’ tertentu muncul, tapi tidak dapat mengatakan kapan nada itu muncul dan berapa kali. Jika Transformasi Fourier hanya memberikan informasi tentang frekuensi suatu sinyal, maka transformasi wavelet memberikan informasi tentang kombinasi skala dan frekuensi. Identifikasi wajah adalah salah satu tahap awal yang sangat penting dalam sistem pengenalan wajah yang digunakan dalam identifikasi secara biometric. Identifikasi wajah dapat digunakan untuk pencarian data wajah citra. Pengenalan wajah secara otomatis merupakan permasalahan yang tidak mudah dan sangat rumit.
References
EdyWinarno, ST, M.Eng, Ali Zaky, SmitDev Community, “VB.NET untuk Skripsiâ€, PT. Elex Media Komputindo, Jakarta, 2015
Ryanto. S, “Rekayasa Perangkat Lunakâ€, Penerbit Andi, Yogyakarta, 2000
Sutoyoso, “Keamanan dengan Identifikasiâ€, Penerbit Informatika Bandung, Bandung, 2009
Rinaldi Munir, “Pengenalan Citra Digitalâ€, Penerbit Informatika Bandung, Bandung, 2010
Darma Putra, “Identitasâ€, Penerbit Andi, Yogyakarta, 2013
Jogiyanto. H. M, “ Anallisis dan Designâ€, Penerbit Andi, Yogyakarta, 2010
Hari Kurniadi, “Penghantar Citraâ€, Informatika Bandung, Bandung, 2015
Jarot S & Sudarma S, “Konsep Dasar Citraâ€, PT. Elex Media Komputindo, Jakarta, 2012
Ketut Darmayuda, “Pemrograman Aplikasi Database dengan Microsoft Visual Basic.Net 2010â€, Informatika Bandung, Bandung, 2008
Rachmad C, Antonius, “Algoritma dan Pemrograman Visual Basic. Net 2008 - Konsep, Teori dan Implementasiâ€, Penerbit Andi, Yogyakarta, Edisi 2, 2010
Rahmat Priyanto, “Visual Basic.Net dan Database MysQLâ€, Informatika Bandung, Bandung, 2006
Rifqi Sadikin, “Belajar Basis Dataâ€, Penerbit Andi, Yogyakarta, 2012
Rinaldi Munir, “Mengupas Database MysQL dan Microsoft Accesâ€, Informatika Bandung, Bandung, Edisirevisi 3, 2011
Rinaldi Munir, “Algoritmaâ€, Informatika Bandung, Bandung, Edisi 1, 2006
Sentot Kromodimoeljo, “Teori dan Aplikasi Citraâ€, SPK IT Consulting, Bandung, 2010
Irwan Sembiring, TheophilusWellem, Gloria SaripahPatara, 4, 2007
Ragil Saputra, Bambang Yismianto, Suhartono, 2006
I. Saputra, Mesran, N. A. Hasibuan, and R. Rahim, “Vigenere Cipher Algorithm with Grayscale Image Key Generator for Secure Text File,†Int. J. Eng. Res. Technol., vol. 6, no. 1, pp. 266–269, 2017.
S. Aripin and H. Sunandar, “PERANCANGAN APLIKASI PERBAIKAN CITRA PADA HASIL SCREENSHOT MENGGUNAKAN METODE INTERPOLASI LINIER,†Pelita Inform. Budi Darma, vol. Volume : 1, no. October, pp. 51–58, 2016.
S. Aripin, G. L. Ginting, and N. Silalahi, “Penerapan metode retinex untuk meningkatkan kecerahan citra pada hasil screenshot,†Media Inform. Budidarma, vol. 1, no. 1, pp. 24–27, 2017.
Yuhandri, S. Madenda, E. P. Wibowo, and Karmilasari, “Object Feature Extraction of Songket Image Using Chain Code Algorithm,†Int. J. Adv. Sci. Eng. Inf. Technol., vol. 7, no. 1, pp. 235–241, 2017.
S. Sumijan, Y. Yuhandri, and W. Boy, “Detection and Extraction of Brain Hemorrhage on the CT-Scan Image using Hybrid Thresholding Method,†J. Comput. Sci. Inf. Technol., 2016.
T Sutoyo, Teori Pengolahan Citra Digital. Yogyakarta: ANDI, 2009.
E. Prasetyo, Pengolahan Citra Digital dan Aplikasinya menggunakan Matlab. Yogyakarta: Andi, 2011.
P. Darma, Pengolahan Citra Digital. Yogyakarta: Andi, 2010.
M. Zainuddin, L. T. Sianturi, and R. K. Hondro, “IMPLEMENTASI METODE ROBINSON OPERATOR 3 LEVEL UNTUK MENDETEKSI TEPI PADA CITRA DIGITAL,†J. Ris. Komput., vol. 4, no. 4, pp. 1–5, 2017.
Downloads
Published
Issue
Section
License

This work is licensed under a Creative Commons Attribution 4.0 International License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).