Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Network Engineering Research Operation [NERO]

PENCOCOKAN OBYEK WAJAH MENGGUNAKAN METODE SIFT (SCALE INVARIANT FEATURE TRANSFORM) Koeshardianto, Meidya
Network Engineering Research Operation [NERO] Vol 1, No 1 (2014): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan obyek merupakan penelitian yang menggabungkan konsep citra digital, pengenalan pola, matematika, dan statistik. Pengenalan obyek berarti memberikan klasifikasi terhadap obyek, benda atau bentuk tertentu yang terdapat pada suatu citra digital. Pengenalan obyek umumnya terdiri dari deteksi dan pengenalan. Pada deteksi, komputer mencari dan mengidentifikasi komponen-komponen penting pada suatu citra digital untuk mengetahui ada atau tidaknya obyek yang ingin dikenali pada citra tersebut. Identifikasi wajah adalah salah satu tahap praproses yang sangat penting di dalam sistem pengenalan wajah yang digunakan untuk sistem biometric sebagai proses identifikasi autentik seseorang berdasarkan ciri-ciri yang sesuai dengan citra wajah. Namun dalam penerapan fungsi citra tersebut dibutuhkan keakuratan. Untuk itu diperlukan aplikasi pencocokan obyek wajah guna memberikan informasi identifikasi wajah sebagai bukti autentik seseorang. Aplikasi pencocokan wajah ini menggunakan metode Scale Invariant Feature Transform (SIFT) untuk pendeteksian keypoint. Jumlah keypoint dapat berubah berdasarkan nilai threshold yang ditentukan. Nilai threshold 0,1 pada beberapa citra masukan jumlah keypoint yang berkesesuaian bernilai 0, sehingga tidak dapat dilakukan proses pencocokan obyek wajah. Pada nilai threshold 0,8 jumlah keypoint yang berkesesuaian bernilai sedang dan dapat menunjukan hasil yang diperlihatkan pada result matching. Sedangkan pada nilai threshold 0,9 jumlah keypoint yang berkesesuaian semakin banyak ditemukan, hal ini dapat diproses pada registrasi keypoint dan dapat ditunjukan pada result matching. Kata kunci: Object Recognition, keypoint, SIFT, result matching
PENCOCOKAN OBYEK WAJAH MENGGUNAKAN METODE SIFT (SCALE INVARIANT FEATURE TRANSFORM) Meidya Koeshardianto
Network Engineering Research Operation Vol 1, No 1 (2014): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1874.126 KB) | DOI: 10.21107/nero.v1i1.25

Abstract

Pengenalan obyek merupakan penelitian yang menggabungkan konsep citra digital, pengenalan pola, matematika, dan statistik. Pengenalan obyek berarti memberikan klasifikasi terhadap obyek, benda atau bentuk tertentu yang terdapat pada suatu citra digital. Pengenalan obyek umumnya terdiri dari deteksi dan pengenalan. Pada deteksi, komputer mencari dan mengidentifikasi komponen-komponen penting pada suatu citra digital untuk mengetahui ada atau tidaknya obyek yang ingin dikenali pada citra tersebut. Identifikasi wajah adalah salah satu tahap praproses yang sangat penting di dalam sistem pengenalan wajah yang digunakan untuk sistem biometric sebagai proses identifikasi autentik seseorang berdasarkan ciri-ciri yang sesuai dengan citra wajah. Namun dalam penerapan fungsi citra tersebut dibutuhkan keakuratan. Untuk itu diperlukan aplikasi pencocokan obyek wajah guna memberikan informasi identifikasi wajah sebagai bukti autentik seseorang. Aplikasi pencocokan wajah ini menggunakan metode Scale Invariant Feature Transform (SIFT) untuk pendeteksian keypoint. Jumlah keypoint dapat berubah berdasarkan nilai threshold yang ditentukan. Nilai threshold 0,1 pada beberapa citra masukan jumlah keypoint yang berkesesuaian bernilai 0, sehingga tidak dapat dilakukan proses pencocokan obyek wajah. Pada nilai threshold 0,8 jumlah keypoint yang berkesesuaian bernilai sedang dan dapat menunjukan hasil yang diperlihatkan pada result matching. Sedangkan pada nilai threshold 0,9 jumlah keypoint yang berkesesuaian semakin banyak ditemukan, hal ini dapat diproses pada registrasi keypoint dan dapat ditunjukan pada result matching.Kata kunci: Object Recognition, keypoint, SIFT, result matching