Perbaikan citra menggunakan anti-aliasing (AA) untuk mengetahui akurasi face recognition pada aplikasi monitoring ruangan berbasis webcam

INDONESIA:

Sistem monitoring sudah banyak diterapkan dalam ruangan. Antara lain dengan memasang cctv dan memasang deteksi gerak. Dalam ruangan tertentu tidak semua orang diperbolehkan untuk masuk. Bila ada orang yang tidak berwenang masuk maka akan timbul peringatan. Hal tersebut digunakan agar ruangan tetap aman. Dari permasalahan tersebut memunculkan suatu gagasan untuk membuat suatu aplikasi monitoring ruangan, dimana aplikasi ini memonitoring setiap orang yang masuk ke dalam ruangan, dengan cara mengidentifikasi wajah orang yang masuk jika yang masuk bukan anggota ruangan maka akan muncul peringatan berupa alarm. Metodologi yang digunakan dalam pembuatan aplikasi monitoring ruangan ini yaitu eigenface dan euclidean distance. Aplikasi dibangun dengan menggunakan bahasa pemrograman phyton. Akan tetapi tidak semua citra hasil webcam itu bagus, jadi dalam hal ini kami menambahkan aplikasi perbaikan citra menggunakan Antialiasing (AA) sebelum citra wajah dinormalisasikan. Pada pengujian sistem monitoring ruangan menggunakan 3 variasi jarak yaitu 1m, 1.5m, dan 2 m dengan cahaya yang konstan yaitu 100 lux dan sebagai datanya menggunakan 5 orang dengan masing–masing mempunyai 10 posisi wajah yang berbeda. Berdasarkan hasil uji coba yang telah dilakukan didapatkan kesimpulan bahwa dengan adanya aplikasi perbaikan citra mempengaruhi akurasi face recognition terutama pada jarak 1 meter, akan tetapi tidak terlalu berpengaruh ketika semakin jauh jarak citra wajah dengan webcam tingkat keberhasilan dalam mengidentifikasi. Dengan adanya aplikasi ini diharapkan dapat mengetahui setiap orang yang masuk ke dalam ruangan, selain itu dapat memanfaatkan kinerja webcam sebagai alat monitoring yang efisien.

ENGLISH:

The monitoring system has been widely applied in the room. Among others by installing cctv and installing motion detection. Certain indoor not everyone is allowed to enter. If there are people who are not authorized to enter will arise a warning. It is used in order to remain safe room. Of these problems led to an idea to create a space monitoring applications, where the application is monitoring every person who comes into the room, by identifying the face of the entry if the entry is not member of the room it will display a warning alarm. The methodology used in the manufacture of application monitoring this room is Eigenface and euclidean distance. Applications built using python programming language. However, not all of the image of the webcam is good, so in this case we added image enhancement application using antialiasing (AA) before the normalized face image. In the testing room monitoring system that uses 3 fariasi distance of 1m, 1.5m and 2m with constant light of 100 lux and as data using 5 people with each having 10 different face position. Based on the results of trials that have been carried out it was concluded that the presence of image enhancement application affects the accuracy of face recognition, especially at a distance of 1 meter, but not very influential when the greater the distance the image of the face with a success rate in identifying webcam. With this application is expected to know every person who comes into the room, but it can take advantage of the performance of the webcam as a monitoring tool that efisien.