Wajah merupakan salah satu bagian dari tubuh manusia yang mempunyai karakteristik khusus sehingga sering digunakan untuk membedakan identitas individu yang satu dan yang lainnya. Pengenalan wajah menjadi sangat penting untuk dikembangkan sejak aplikasi ini diterapkan dalam sistem keamanan. Pengenalan jenis kelamin merupakan salah satu bagian dari pengenalan wajah. Tujuan dari penelitian ini adalah membuat implementasi dari sistem pengenalan jenis kelamin pada citra wajah atau Gender Recognition dengan masukan berupa citra wajah yang mampu mengenali jenis kelamin pada citra wajah seseorang secara cepat dan tepat serta berjalan dengan baik. Dalam penelitian ini terdapat 3 tahap utama yaitu preprocessing dengan menggunakan Local Binary Pattern (LBP), ekstraksi fitur dengan Fisherface (Principal Component Analysis + Linear Discriminant Analysis) dan tahap terakhir adalah pengklasifikasian citra menggunakan Euclidean Distance. Dari hasil uji coba sistem dengan menggunakan metode LBP dikombinasikan dengan Fisherface memberikan hasil tingkat akurasi rata – rata 62 %. Klasifikasi yang salah pada uji sistem disebabkan oleh miripnya bentuk kepala, bentuk rambut dan ekspresi antara kedua citra laki-laki dan perempuan.


Deskripsi Lain

The face is one part of the human body that has special characteristics, so that it often used to differentiate individual identity the one and the others. Face recognition is very important to be developed since these applications are applied in security systems. Gender Recognition is one part of face recognition. The aim of this research is to make the implementation of gender recognition system on the facial image or the Gender Recognition with the input of a face image that can identify the gender of that image quickly and precisely and running properly. In this research, there are three main steps that is preprocessing by using Local Binary Pattern (LBP), feature extraction with Fisherface (Principal Component Analysis + Linear Descriminant Analysis) and the last stage is the classification of images using Euclidean Distance. The result of this research by using LBP combined with Fisherface methods give average accuracy 62 %. The wrong classifications in experiment system are caused by the same of head shape, hair and the expression between men and women image.

• PENGENALAN EKSPRESI WAJAH MENGGUNAKAN LOCAL BINARY PATTERN DAN GRAY LEVEL CO-OCCURENCE MATRIX
• Segmentasi dan Pengenalan Obyek Karakter Berbasis 2D-Correlation Coefficient Pada Plat Nomor Kendaraan
• Implementasi Efficient-SOM Pada Text Clustering Menggunakan Reduksi Dimensi
• PENGENALAN POLA TULISAN TANGAN HURUF ALPHABET MENGGUNAKAN ALGORITMA CHAIN CODE DAN K-NEAREST NEIGHBOR (KNN)
• PENJADWALAN MATA KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA