Youllia Indrawaty N., ST., MT Irma Amelia, S.Kom., MT. Dian Purnomo /15-2011-027 Penulis

Setiap manusia mempunyai ciri khas tersendiri pada wajah yang membedakannya dengan manusia lain, dan setiap manusia mempunyai usia yang berbeda dengan yang lain. Sehingga wajah pun memainkan peranan penting dalam mengungkap identitas seseorang. Seiring dengan bertambahnya usia, wajah pun akan mengalami perubahan bentuk. Tugas akhir ini membahas mengenai pemanfaatan metode eigenface unutuk ekstraksi dalam melakukan pengenalan wajah. Metode Eigenface didasarkan pada metode statistik Principal Component Analysis (PCA) yang telah lama digunakan untuk pencarian pola pada data yang berdimensi tinggi. Prinsip dasar dari pengenalan citra wajah adalah dengan mengutip informasi unik citra wajah tersebut kemudian di-encode dan dibandingkan dengan hasil decode yang sebelumnya dilakukan. Dalam metode eigenface, decoding dilakukan dengan menghitung eigenvector kemudian direpresentasikan dalam sebuah matriks yang berukuran besar. Face Anthropometry adalah suatu konsep untuk menentukan titik-titik ciri penting dari pola antropometri bentuk wajah yang dapat digunakan untuk kebutuhan identifikasi wajah. Dalam tugas akhir ini, titik ciri yang digunakan yaitu data titik ciri dari setiap citra yang terdapat dalam FG-Net Aging Database. Pada penelitian ini menggunakan basisdata citra wajah yang berasal dari 30 orang tingkat akurasi pada aplikasi mencapai 56,66%dalam memprediksi usia.