IMPLEMENTASI METODE LOCAL BINARY PATTERN HISTOGRAM DAN SQUARED EUCLIDEAN DISTANCE CLASSIFIER UNTUK IDENTIFIKASI WAJAH DENGAN MASKER DAN TANPA MASKER
Keadaan pandemi Covid-19 yang hampir terjadi di seluruh belahan dunia
memaksa setiap orang untuk mengenakan masker. Akibatnya teknologi pengenalan
wajah cukup sulit dilakukan apabila wajah yang diidentifikasi menggunakan masker
dan berkemungkinan mengurangi performa dari metode pengenalan wajah oleh
karena sebagian wajah tertutup oleh masker seperti bagian hidung dan mulut.
Sehingga, penelitian terkait pengenalan wajah bermasker perlu dilakukan di era
pandemi saat ini. Berdasarkan studi literatur yang telah dilakukan dari penelitianpenelitian sebelumnya diperoleh bahwa metode Local Binary Patterns
Histogram(LBPH) menghasilkan akurasi tertinggi yaitu 100%, kemudian metode
Squared Euclidean Distance Classifier juga menghasilkan rata-rata akurasi terbaik
yaitu sebesar 94% untuk identifikasi wajah tanpa masker. Oleh karena itu, pada
penelitian ini dilakukan integrasi antara metode LBPH dan Squared Euclidean
Distance Classifier serta melihat akurasi yang dihasilkan dari data citra wajah
dengan masker dan tanpa masker. Di penelitian ini digunakan juga pre-trained model
YOLO untuk deteksi wajah yang kemudian data wajah tersebut digunakan untuk
memperoleh model identifikasi wajah. Dari penelitian data yang digunakan yaitu
data wajah bermasker sejumlah 150 data dan data wajah tanpa masker sebanyak 150
data dari 15 individu yang berbeda. Berdasarkan penelitian tersebut diperoleh bahwa
integrasi kedua metode berhasil melakukan identifikasi wajah dengan akurasi yang
didapat dengan Region of Interest(ROI) 110:300 yaitu sebesar 96
URI
https://repo.itera.ac.id/depan/submission/SB2301100008
Keyword