PENGENALAN WAJAH DENGAN OCCLUSION MASKER MENGGUNAKAN LOCAL BINARY PATTERN (LBP) DAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Pengenalan wajah merupakan salah satu bidang penelitian paling aktif dari computer-vision. Pengenalan wajah dilakukan dengan mengidentifikasi ciri yang terdapat pada citra wajah. Citra wajah yang sering digunakan pada pengenalan wajah merupakan citra wajah tanpa oklusi. Selama pandemi virus COVID-19, penggunaan masker diwajibkan untuk mengurangi penyebaran virus. Penggunaan masker menjadikan citra wajah tertutupi sebagian atau terdapat oklusi. Untuk mengetahui apakah wajah yang terdapat oklusi dapat berpengaruh pada pengenalan wajah, dilakukan proses pengenalan wajah dengan mengikutsertakan metode Local Binary Pattern (LBP) terhadap citra wajah beroklusi masker. Penelitian dilakukan dengan menggunakan dataset ORL Face Database yang diberi oklusi berupa gambar masker. Proses penambahan jumlah data dilakukan dengan cara melakukan proses augmentasi sehingga jumlah data menjadi 2400. Dataset dibagi menjadi dua bagian yaitu 80% untuk data training dan 20% untuk data test. Terdapat tiga skenario uji coba untuk penelitian ini, yaitu uji coba menggunakan dataset asli, uji coba menggunakan dataset hasil LBP, dan uji coba penggabungan hasil feature learning dari dataset asli dan hasil feature learning dari dataset hasil LBP yang dimasukkan ke dalam fully connected layer milik CNN. Uji coba menggunakan dataset asli menghasilkan nilai rata-rata F1-Score tertinggi sebesar 99,18%. Uji coba menggunakan dataset hasil LBP menghasilkan nilai rata-rata F1-Score sebesar 89,28%. Uji coba menggunakan penggabungan hasil feature learning dari dataset asli dan hasil feature learning dari dataset hasil LBP menghasilkan nilai rata-rata F1-Score sebesar 98,71%. Dari hasil uji coba, dapat disimpulkan pengenalan wajah beroklusi masker dapat dilakukan dengan baik menggunakan metode CNN, dan penggunaan LBP pada pengenalan wajah beroklusi masker lebih baik dilakukan dengan cara penggabungan dengan hasil feature learning dari dataset asli.