Identifikasi Individu Berdasarkan Sketsa Wajah menggunakan Pendekatan Diskriminatif
Kata Kunci:
biometrik, Scale-Invariant Feature Transform, Multiscale Circular Weber Local Descriptor, heterogeneous matching, sketch recognition, multimodal biometricAbstrak
Mengidentifikasi seseorang berdasarkan cirinya adalah hal yang dikerjakan pada ruang lingkup biometrik.Setiap individu memiliki karakteristik unk yang menjadi ciri khasnya seperti wajah atau sidik jari. Wajah merupakan ciri yang paling dapat dikenali, sehingga pada bidang forensik hanya dengan mengetahui ciri fisik pada wajahnya, maka pelaku kejahatan dapat dikenali. Pendekatan diskriminatif yang digunakan metode SIFT (Scale Invariant Feature Transform) dan MCWLD (Multiscale Circular Weber Local Descriptor) untuk membuktikan bahwa kedua metode tersebut mampu bekerja pada sketch recognition. Dimulai dari mengekstraksi fitur lokal dari foto dan sketsa yang saling korespondensi kemudian dilakukan pemadanan menggunakan euclidean distance. Hasil dari penelitian ini membuktikan metode SIFT dengan konfigurasi ukuran window kecil 8 dan sliding window 32- overlapping meraih nilai identification rate 79.79% pada top-match, sedangkan untuk MCWLD dengan konfigurasi sliding window 16-overlapping dan parameter yang digunakan adalah T=6, M=4 dan S=3 meraih nilai identification rate 82.45% pada top-match. Meski nilai MCWLD lebih baik dari SIFT pada top-match, namun pada keseluruhan hasil atau top-rank metode SIFT melampaui dari MCWLD.
