2 BAB II
Landasan Teori
Landasan teori digunakan untuk menjelaskan teori yang akan digunakan pada penelitian ini, diantaranya pengertian wajah, eigenface, naive bayesian dan
Principal Component Analysis PCA.
2.1 Pengenalan Wajah
Wajah atau muka adalah bagian depan dari kepala manusia meliputi wilayah dari dahi hingga dagu, termasuk rambut, alis, mata, hidung, pipi, mulut,
bibir, gigi, kulit, dan dagu Sugiono, 2008. Elemen-elemen itulah yang menjadi pembeda antara wajah satu dengan yang lain. Selain elemen fisik ada faktor-faktor
lain yang mempengaruhi wajah yaitu: syaraf dan pembuluh darah, trauma fisik dan hasil pembedahan, ekspresi karena pembuluh, air mata dan keringat,
kesakitan dan kelelahan, gender, ras, pertumbuhan dan usia. Oleh karena itu tidak ada satu wajahpun yang serupa mutlak, bahkan pada manusia kembar identik
sekalipun karena wajah terutama digunakan untuk ekspresi wajah, penampilan serta identitas Sitorus dkk, 2006.
2.1.1 Pengertian Pengenalan Wajah
Pengenalan wajah adalah suatu teknologi yang disebut biometrik yang sudah lama digunakan. Teknologi biometrik pada wajah ini sudah banyak
digunakan pada isntansi-instansi pemerintah maupun swasta seperti perkantoran swasta maupun negeri, kepolisian, kemiliteran, dan perumahan. Teknologi
biometrik itu diaplikasikan pada sistem absesnsi, sistem pembuatan SIM Surat
Izin Mengemudi, sistem keamanan rumah,dan sistem pengamanan komputer pribadi.
Pada pengenalan wajah langkah yang dikerjakan adalah melakukan pengenalan wajah secara mandiri atau otomatis yang lalu akan disimpan pada
suatau basis data tertententu.
2.1.2 Tahapan Pengenalan Wajah
Dalam melakukan pengenalan wajah face recognition, ada beberapa tahapan proses yang harus dilalui, seperti :
Gambar 2.1 PengenalanWajah Zhao dan Chellapa, 2006 Deteksi wajah face detection merupakan proses awal yang harus
dilakukan pada citra input untuk mendeteksi adanya citra wajah di dalam citra masukan. Namun, berdasarkan Gambar 2.1 tahap-tahap proses pengenalan wajah
dikelompokkan menjadi 2 bagian, yaitu proses ekstraksi ciri dan proses pengenalan wajah Zhao dan Chellapa, 2006. Proses deteksi wajah akan
dilakukan bersama dalam proses ekstraksi ciri. Hal ini dikarenakan dalam proses deteksi wajah diperlukan ekstraksi ciri di dalam citra masukan yang akan
mendeteksi apakah citra masukan merupakan citra yang mengandung ciri wajah.
Citra Input Deteksi
Wajah Ektrak Ciri
Pengenalan Wajah
Vertifikasi
Bersamaan
2.1.3 Ekstrasi Ciri
Secara umum, Zhao dan Chellapa 2006 menjelaskan ada dua macam ciri feature pada wajah, yaitu holistic features dan facial feature. Facial feature
contoh cirinya adalah warna dan bentuk, besar dan letak hidung, mulut, mata, telinga, dan lain-lain. Sedangkan pada holistic features setiap cirinya adalah
merupakan suatu karakteristik dari seluruh wajah. Wajah dianggap sebagai kesatuan yang utuh. Untuk melakukan ekstrak ciri pada wajah, Zhao dan
Chellapa, 2006 membedakan teknik pengenalan wajah menjadi tiga metode, sebagai berikut:
a Holistic methods
Metode ini digunakan untuk menyelesaikan kasus holistic features yaitu mencari informasi secara keseluruhan pada wajah.
b Features-based
Metode ini digunakan untuk menyelesaikan kasus facial features yaitu mencari informasi berdasarkan ciri yang ada pada wajah seperti
hidung, mata, telinga, dan lain-lain. c
Hybrid methods Metode ini merupakan penggabungan dari metode holistic methods
dan features-based.
2.2 Metode Eigenface
