2. Image archiving, pengguna dapat membuat sebuah archive yang menyimpan semua gambar dari webcam atau hanya gambar-gambar tertentu saat interval pre-
set. 3. Video messaging, beberapa program messaging mendukung fitur ini.
4. Advanced connections, menyambungkan perangkat home theater ke webcam dengan kabel maupun nirkabel.
5. Automotion, kamera robotik yang memungkinkan pengambilan gambar secara pan atau tilt dan setting program pengambilan frame berdasarkan posisi kamera.
6. Streaming media, aplikasi profesional, setup webcam dapat menggunakan kompresi MPEG4 untuk mendapatkan streaming audio dan video yang
sesungguhnya. 7. Custom coding, mengimpor kode komputer pengguna untuk memberitahu webcam
apa yang harus dilakukan misalnya automatically refresh. 8. AutoCam, memungkinkan pengguna membuat webpage untuk webcam-nya secara
gratis di server perusahaan pembuat webcam.
2.8. Penelitian Relevan
Penelitian relevan yang dilakukan oleh Kusnadi di mana topik utama membahas permasalahan pengembangan eigenfaces atau face detection adalah Analisis dan
Perancangan Sistem Pengenalan Wajah menggunakan Web-Camera dengan metode Eigenface. Penulis merancang sistem aplikasi penerapan eigenfaces dengan
menggunakan inputan data dari Web-Camera. Dalam penelitian ini, program penulisan dibatasi posisi gambar muka harus berada di tengah dan menjadi pusat dari
Web-Camera, sehingga akan membatasi proses kerja dari eigenface dan ada kemungkinan kesalahan dari faktor pengguna dimana posisi mukanya tidak berada
di pusat dari Web-Camera, dan menimbulkan kesalahan dalam pengenalannya.
Universitas Sumatera Utara
BAB III
ANALISIS DAN PERANCANGAN SISTEM
Analisis sistem dalam penelitian ini akan dilakukan dalam beberapa tahap yakni analisis permasalahan sistem dan analisis proses pengenalan wajah. Sedangkan, pada
perancangan sistem dalam penelitian ini akan dijelaskan dengan menggunakan flowchart, data flow diagram, dan perancangan antarmuka interface.
3.1 Analisis Permasalahan
Pengenalan wajah merupakan suatu teknologi dimana komputer dapat meniru kemampuan otak manusia dalam mengenali wajah manusia. Pada manusia, sistem
pengenalan wajahnya yaitu adalah mengunakan alat indera penglihatan manusia yaitu mata sebagai input bagi sistem. Kemudian melalui berbagai proses, hasil input dari
mata dikirim ke otak sebagai informasi untuk melakukan proses selanjutnya yaitu proses pengenalan atau mengingat wajah manusia.
Pada pengenalan wajah pada komputer, fungsi alat indra penglihatan pada manusia dapat ditangani oleh berbagai alat media seperti kamera digital, scanner
ataupun webcam. Citra wajah yang diambil menggunakan media-media tersebut merupakan hasil input yang nantinya akan diproses lebih lanjut oleh aplikasi dalam
komputer. Dimulai dari mengubah format warna dari citra wajah dengan format 24 bit menjadi format grayscale 8 bit yang kemudian dilanjutkan dengan melakukan training
untuk mendapatkan fitur-fitur dari citra wajah.
Pengenalan wajah merupakan salah satu bidang yang sangat menarik untuk diteliti dan sampai sekarang masih belum ditemukan suatu metode yang benar-benar
sempurna dalam mengenal suatu foto wajah. Hal ini dikarenakan wajah manusia
Universitas Sumatera Utara
terlalu kompleks, sehingga untuk mengembangkan suatu perhitungan yang ideal adalah hal yang sulit.
Banyak peneliti yang sudah menggunakan metode-metode berbeda, dan tentu saja dari tiap metode-metode itu ada kelebihan dan juga kekurangannya, bahkan
metode tersebut banyak yang digabungkan, dengan hasil yang lebih baik tetapi masih belum dapat dikatakan sempurna. Dapat dikatakan bahwa dari sekian banyak
pengembangan dan implementasi aplikasi pengenalan wajah, belum suatu aplikasi yang mengkombinasikan kecepatan, keakuratan, dan ketahanan terhadap variasi citra
wajah. Kesulitan utama yang dihadapi dalam analisa dan pengenalan wajah adalah karena variasi dalam satu wajah bisa sangat besar, sedangkan variasi antara wajah
yang berbeda sangat kecil.
Di dalam setiap penelitian tentang pengenalan pola, pasti akan kita temukan sesuatu yang berhubungan dengan image processing dan computer vision. Image
Processing adalah salah satu jenis teknologi untuk menyelesaikan masalah mengenai pemrosesan gambar. Dalam Image Processing, gambar yang ada diolah sedemikian
rupa sehingga gambar tersebut lebih mudah diproses, sedangkan Computer Vision mempunyai tujuan utama yaitu untuk membuat suatu keputusan yang berguna tentang
obyek fisik nyata yang didapat dari perangkat atau sensor.
Dari sekian banyak metode pengenalan wajah yang telah digunakan, kami menggunakan metode principal component analysis untuk memecahkan masalah yang
dihadapi. Hal ini didasari oleh kelebihan-kelebihan pada metode ini antara lain dapat merepresentasi image wajah dengan sangat rapi, proses yang cepat, tingkat
keakurasian yang tinggi.
3.2 Analisis Proses Pengenalan Wajah
