APLIKASI METODE LEARNING VECTOR QUANTIZATION NEURAL NETWORK PADA HEAD ROBOT SEBAGAI PENJEJAK WAJAH MANUSIA

Beberapa tahun terakhir ini, teknologi penginderaan visual dan visual servoing berkembang begitu cepat, telah banyak metode dan algoritma yang digunakan untuk menyelesaikan masalah penginderaan visual. Salah satu aplikasi dari metode penginderaan visual adalah face tracking, Face tracking adalah suatu metode/cara yang digunakan untuk menjejak atau mengikuti wajah. Penjejakan wajah manusia pada dunia robotik merupakan hal yang penting terutama digunakan sebagai interaksi antara robot dan manusia (human-robot interaction). Selain itu, juga dapat lebih lanjut dikembangkan sebagai video shooting otomatis dan kamera telekonference yang lebih dinamis dalam pengambilan image. Pada Tugas Akhir ini akan menyajikan aplikasi Learning Vector Quantization (LVQ) neural Network pada head robot sebagai penjejak wajah manusia dengan penginderaan visual. Tujuan dari tugas akhir ini adalah untuk memperoleh penjejakan yang halus dan respon yang baik terhadap pergerakan wajah manusia serta penjejakan wajah yang tahan terhadap gangguan visual, dimana obyek berada pada latar belakang yang cukup kompleks. Metode yang digunakan dalam proses penjejakan dan deteksi wajah ini adalah Learning Vector Quatization(LVQ) Neural network sebagai metode segmentasi warna pada color-based face tracking, gravity center template sebagai greyscale-based face detection dan beberapa metode image processing lainnya, juga metode pusat massa sebagai penentuan titik tengah warna kulit, dan sebagai kontroller Pan Tilt kamera dipilih metode Fuzzy Logic Controller. Kemudian sistem ini diimplementasikan dengan menggunakan 2 DoF/Pan Tilt Kamera.