Peningkatan performa Age Invariant Face Recognition dengan Image Pyramid Menggunakan LTP dan MTP

Abstract

Dalam perkembangan teknologi saat ini, dibutuhkan sistem pengenalan wajah dengan usia yang berbeda untuk digunakan dalam teknologi keamanan seperti pencarian orang hilang, kriminalitas, dan lain – lain. Dalam penelitian yang dilakukan ini berdasar pada penelitian terdahulu yang telah dilakukan yaitu dengan metode Pyramid Binary Pattern (PBP) yang menggunakan kombinasi Local Binary Pattern (LBP) dan image pyramid. Perubahan yang dilakukan dalam penelitian ini yaitu mengubah metode ekstraksi fitur menggunakan LTP dan MTP yang sebelumnya menggunakan metode LBP dan OD-LBP. Selain itu, metode ekstraksi gambar yang dilakukan secara bervariasi seperti pengambilan menggunakan segment wajah, facial part, dan full face. Penelitian ini dilakukan untuk meningkatkan akurasi yang telah dilakukan pada penelitian sebelumnya serta mengetahui efektivitas dari kedua metode yang digunakan. Pada penelitian sebelumnya, metode LTP dan MTP dinilai lebih unggul dibandingkan metode LBP dan OD-LBP untuk mengatasi variasi cahaya dan lebih robust terhadap noice yang dihasilkan dari penurunan resolusi yang ada pada proses Guassian Pyramid. Selain itu, teknik ekstraksi gambar yang dilakukan dengan metode facial part atau pemilihan gambar dengan mengambil bagian mata. hidung, dan mulut ini lebih ekfektif dibandingkan dengan metode lain. Hasil akhir dari penelitian ini mendapatkan akurasi tertinggi sebesar 85.12% dengan F1-Score 60.85% pada metode LTP dengan teknik ekstraksi gambar facial part. Meskipun metode ini memiliki akurasi yang cukup tinggi namun menghasilkan recall yang rendah yaitu sebesar 43.82%, hal ini dapat menyebabkan model hanya mendeteksi 43.82% dari seluruh data yang benar-benar positif.