IDENTIFIKASI PENGENALAN WAJAH MENGGUNAKAN METODE ALGORITMA LOCAL BINARY PATTERN HISTOGRAM (LBPH) DAN K-NEAREST NEIGHBOR (KNN)

Abstrak

The development of Image Processing technology in face recognition systems is rapidly advancing. Through this system, a person's identity can easily be determined using the camera on mobile devices or webcams directed at their face. Accessories in face detection using the LBPH method pose challenges. Glasses or hats can reduce accuracy due to sensitivity to changes in facial texture. When accessories cover a significant portion of the face, critical identification information is lost. Lighting variations caused by accessories also affect the consistency of facial pattern extraction, leading to identification errors. This research aims to develop and implement a face recognition system based on the Local Binary Pattern Histogram (LBPH) algorithm and K-Nearest Neighbor (KNN). The accuracy result with accessories is 68%. Face recognition at distances of 30cm, 50cm, and 100cm achieves a success rate of 100%.

Abstrak

Perkembangan teknologi Image Processing pada sistem pengenalan wajah (face recognition) semakin banyak dikembangkan. Melalui sistem pengenalan wajah tersebut, identitas diri seseorang dapat diketahui dengan mudah hanya dengan memanfaatkan sistem kamera yang terdapat pada perangkat mobile atau webcam yang diarahkan pada wajah seseorang. Aksesoris pada deteksi wajah dengan metode LBPH menimbulkan masalah. Kacamata atau topi dapat menurunkan akurasi karena sensitivitas terhadap perubahan tekstur wajah. Saat aksesoris menutupi sebagian besar area, informasi identifikasi kritis hilang. Variasi pencahayaan oleh aksesoris juga mempengaruhi konsistensi ekstraksi pola wajah, menyebabkan kesalahan identifikasi. Penelitian ini bertujuan untuk Mengembangkan dan menerapkan sistem pengenalan wajah berdasarkan metode Algoritma Local Binary Pattern Histogram (LBPH) dan K-Nearest Neighbor (KNN). Hasil akurasi keberhasilan pada peneprapan aksesoris yaitu 68%. Pengenalan wajah paada jarak 30cm, 50cm dan 100cm terdapat akurasi keberhasilan yaitu 100%