Setiap warna dasar memiliki intensitasnya tersendiri dengan nilai maksimum 255 8 bit dan nilai minimum 0. Misalkan warna kuning merupakan kombinasi warna
merah dengan nilai 255 dan warna hijau 255, sehingga kombinasi RGB-nya adalah 255 255 0. Dapat dikerjakan dengan rumus 2.1.
V = R +G+B3 V = 255 + 255 + 03
V = 5103 V = 170
Nilai intensitas 170 menunjukkan warna keabuan pada citra.
2.2.2. Konversi Grayscale ke Threshold Binary
Citra grayscale merupakan citra yang setiap pikselnya direpresentasikan dengan sebuah nilai tunggal dengan rentang nilai 0-255. Untuk dijadikan masukan yang
diolah oleh jaringan, nilai ini perlu disederhanakan agar membantu dalam proses komputasi oleh jaringan, oleh karena itulah citra grayscale perlu diubah ke citra
biner yang tiap pikselnya hanya direpresentasikan dengan nilai 0 dan 1 [8].
2.3. Pengenalan Wajah
Wajah merupakan bagian depan dari kepala yang meliputi: daerah dari dahi hingga dagu, termasuk juga rambut, dahi, alis, mata, hidung, pipi, mulut, bibir,
gigi, dagu dan kulit. Wajah digunakan untuk menunjukkan sikap seseorang terhadap ekspresi wajah, penampilan, serta identitas dari seseorang. Tidak ada
satu pun wajah yang sama atau serupa mutlak, bahkan pada manusia kembar sekalipun. Wajah sebagai objek dua dimensi digambarkan dengan berbagai
macam illuminasi, pose dan ekspresi wajah untuk diidentifikasi berdasarkan citra dua dimensi dari wajah tersebut. Oleh sebab itu dengan melihat wajah, manusia
dapat mengenali atau mengidentifikasi seseorang dengan mudah Zayuman, 2010.
Universitas Sumatera Utara
Sistem pengenalan wajah seseorang tidak mengganggu kenyamanan seseorang saat akuisisi citra. Pendekatan yang paling umum untuk pengenalan
wajah didasarkan pada bentuk dan penempatan atribut wajah seperti mata, alis mata, hidung, bibir dan dagu serta hubungan antara atribut tersebut atau analisis
wajah secara keseluruhan yang menghadirkan suatu wajah sebagai suatu kombinasi dari sejumlah wajah kanonik. Suatu sistem pegenalan wajah pada
prakteknya agar dapat bekerja dengan baik maka sistem harus secara otomatis dapat mendeteksi kehadiran wajah pada citra yang diperoleh, menempatkan posisi
wajah dan mengenali wajah dari suatu sudut pandang umum atau berbagai pose[4].
2.4. Jaringan Syaraf Biologi
Otak manusia memiliki struktur yang sangat kompleks dan memiliki kemampuan yang luar biasa. Otak terdiri dari neuron-neuron dan penghubung yang disebut
sinapsis. Neuron bekerja berdasarkan impulssinyal yang diberikan pada neuron. Neuron meneruskannya pada neuron lain. Diperkirakan manusia memiliki 10
12
neuron dan 6.10
18
sinapsis. Dengan jumlah yang begitu banyak, otak mampu mengenali pola, melakukan perhitungan, dan mengontrol organ-organ tubuh
dengan kecepatan yang lebih tinggi dibandingkan komputer digital. Sebagai perbandingan, pengenalan wajah seseorang yang sedikit berubah misal memakai
topi, memiliki jenggot tambahan, dll akan lebih cepat dilakukan manusia dibandingkan komputer.
Universitas Sumatera Utara
soma axon
Celah Sinapsis
Dendrit Neuron lain
Dendrit Neuron lain
Dendrit Axon dari
Neuron lain
Axon dari Neuron lain
Celah Sinapsis
Gambar 2.2 Jaringan Syaraf Biologi[10]
Pada waktu lahir, otak mempunyai struktur yang menakjubkan karena kemampuannya membentuk sendiri aturan-aturanpola berdasarkan pengalaman
yang diterima. Jumlah dan kemampuan neuron berkembang seiring dengan pertumbuhan fisik manusia, terutama pada umur 0-2 tahun.
Pada 2 tahun pertama umur manusia, terbentuk 1 juta sinapsis perdetiknya. Neuron memiliki 3 komponen penting yaitu dendrit, soma dan axon. Dendrit
menerima sinyal dari neuron lain. Sinyal tersebut berupa impuls elektrik yang dikirim melalui celah sinaptik melalui proses kimiawi. Sinyal tersebut
dimodifikasi diperkuatdiperlemah di celah sinaptik. Berikutnya, soma menjumlahkan semua sinyal-sinyal yang masuk. Apabila jumlah tersebut cukup
kuat dan melebihi batas ambang threshold, maka sinyal tersebut akan diteruskan ke sel lain melalui axon. Frekuensi penerusan sinyal berbeda-beda antara satu sel
dengan yang lain.
Neuron biologi merupakan sistem yang “fault tolerant” dalam 2 hal. Pertama, manusia dapat mengenali sinyal input yang berbeda dari yang pernah
kita terima sebelumnya. Sebagai contoh, manusia sering dapat mengenali
Universitas Sumatera Utara
seseorang yang wajahnya pernah dilihat dari foto, atau dapat mengenali seseorang yang wajahnya sedikit berbeda karena sudah lama tidak dijumpainya.
Kedua, otak manusia tetap mampu bekerja meskipun beberapa neuron-nya tidak mampu bekerja dengan baik. Jika sebuah neuron rusak, neuron lain kadang-
kadang dapat dilatih untuk menggantikan fungsi sel yang rusak tersebut[10].
2.5. Jaringan Syaraf Tiruan
