MODIFIKASI ALGORITMA LEARNING VECTOR QUANTIZATION PADA SISTEM IDENTIFIKASI WAJAH

Abstrak

Wajah merupakan suatu penanda untuk mengenali seseorang. Seperti yang sudah dijelaskan, jika seseorang berkenalan dengan seseorang, hal yang paling diingat adalah wajah seseorang tersebut. Selain digunakan untuk mengenali seseorang, wajah juga digunakan untuk hal lain seperti untuk keperluan pendataan penduduk, absensi dan sistem pengamanan dengan menggunakan sistem identifikasi wajah. Dalam menyelesaikan masalah yang kompleks seperti identifikasi wajah memerlukan metode cepat, tepat dan akurat. Kecerdasan buatan (Artificial Intelligence) merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan dengan metode cepat, tepat dan akurat. Salah satunya adalah algoritma Learning Vector Quantization (LVQ). Pada penelitian ini, peneliti mengembangkan metode LVQ dengan memasukkan karakteristik dari algoritma Backpropagation yaitu hidden layer dan bobot acak pada pengenalan wajah yang dinamakan Modified Learning Vector Quantization (MLVQ). Penelitian ini juga membahas pengolahan citra digital khususnya proses segmentasi, normalisasi, grayscale dan binerisasi dari gambar wajah seseorang sebagai masukan (input). Sedangkan pada proses pengenalan wajah, penelitian ini menggunakan MLVQ dengan harapan target hasil (output) dapat mengidentifikasi semua gambar wajah, cepat, learning rate minimum, akurat dan error paling minimum