Aplikasi Sistem Citra Digital

APLIKASI SISTEM CITRA DIGITAL SEBAGAI ALAT DETEKSI WAJAH MANUSIA

Oleh: Piteng Uropdana 05330001

JURUSAN INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS JANABADRA YOGYAKARTA OKTOBER 2009

PENDAHULUAN

1.1 Latar Belakang Dewasa ini teknologi pengenalan wajah semakin banyak diaplikasikan, antara lain untuk system pengenalan biometric (yang dapat juga dikombinasikan dengan fitur biometrik yang lain seperti sidik jari dan suara),sistem pencarian dan pengindeksan pada database citra digital dan database video digital, sistem keamanan kontrol akses area terbatas konferensi video dan Interaksi manusia dengan komputer. Dalam bidang penelitian pemrosesan wajah (face processing) pendeteksian wajah manusia (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition) Sistem pengenalan wajah digunakan untuk membandingkan satu citra wajah masukan dengan suatu database wajah dan menghasilkan wajah yang paling cocok dengan citra tersebut jika ada. Sedangkan autentikasi wajah (face authentication)digunakan untuk menguji keaslian dan kesamaan suatu wajah dengan data wajah yang telah diinputkan sebelumnyadan penelitian yang juga berkaitan dengan pemrosesan wajah adalah lokalisasi wajah (facelocalization) yaitu pendeteksian wajah namun dengan asumsi hanya ada satu wajah di dalam citra penjejakan wajah (face tracking) untuk memperkirakan lokasi suatu wajah dalam video secara real time dan pengenalan ekspresi wajah (facial expression recognition)untuk mengenali kondisi emosi manusia (Yang, 2002). Pada kasus tertentu seperti pemotretan untuk pembuatan KTP, SIM, dan kartu kredit, citra yang didapatkan umumnya hanya berisi satu wajah dan memiliki latar belakang seragam dan kondisi pencahayaan yang telah diatur sebelumnya sehingga deteksi wajah dapat dilakukan dengan lebih mudah. Namun pada kasus lain sering didapatkan citra yang berisi lebih dari satu wajah, memiliki latar belakang yang bervariasi, kondisi pencahayaan yang tidak tentu, dan ukuran wajah yang bervariasi di dalam citra. Contohnya adalah citra yang diperoleh di bandara, terminal, pintu masuk gedung, dan pusat perbelanjaan.Selain itu juga pada citra yang didapatkan dari foto di media massa atau hasil rekaman video.Pada kasus tersebut pada umumnya wajah yang

ada

di

dalam

citra

memiliki

bentuk

latar

belakang

yang

sangat

ervariasi.Penelitian ini akan difokuskan pada masalah pendeteksian wajah engan

sistem pendeteksi wajah yang akurat, maka proses selanjutnya yaitu engenalan wajah dapat dilakukan dengan lebih mudah. 1.2 Rumusan Masalah Masalah deteksi wajah dapat dirumuskan sebagai berikut : dengan masukan brupa sebuah citra digital sembarang. Sistem akan mendeteksi apakah ada wjah manusia didalam citra tersebut dan jika ada maka sistem akan emberitahu berapa wajah yang ditemukan dan di mana saja lokasi wajah trsebut di dalam citra. Keluaran dari sistem adalah posisi dari subcitra yang berisi wajah yang berhasil dideteksi. 1.3 Batasan Masalah Pada sistem deteksi wajah ini diberikan pembatasan masalah sebagai berikut : a. Citra masukan yang digunakan adalah hitam putih dengan 256 tingkat keabuan (grayscale). b. Wajah yang akan dideteksi adalah wajah yang menghadap ke depan (frontal), dalam posisi tegak, dan tidak terhalangi sebagian oleh objek lain. c. Metode yang dipakai adalah jaringan syaraf tiruan multi layer perceptron dengan algoritma pelatihan back- propagation. 1.4 Manfaat Penelitian Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal untuk membangun sistem pemrosesan wajah yang menyeluruh, yang bias diaplikasikan pada sistem pengenalan wajah atau verifikasi wajah. Program aplikasi yang dibuat juga dapat dijadikan bahan untuk penelitian lebih lanjut di bidang yang berkaitan. Dengan penyesuaian tertentu, metode yang digunakan mungkin dapat juga dimanfaatkan untuk sistem deteksi objek secara umum yang tidak hanya terbatas pada wajah, misalnya deteksi kendaraan, pejalan kaki, bahan produksi, dan sebagainya. Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman yang lebih baik terhadap jaringan syaraf tiruan, dan pengaruh berbagai parameter yang digunakan terhadap unjuk kerja pengklasifikasi jaringan syaraf tiruan. 1.5 Tujuan Penelitian Penelitian bertujuan untuk membuat suatu desain dan implementasi sistem deteksi wajah dengan masukan berupa citra digital sembarang. Sistem ini akan menghasilkan subcitra yang berisi wajah-wajah yang berhasil dideteksi. 1.6 Sistematika Penulisan

Sistematika dari penulisan yang digunakan dalam pelaksanaan peneletian ini adalah sebagai berikut: Bab I Pendahuluan Pada bab ini penulis memaparkan berbagai hal yang menyebabkan penelitian ini dilaksanakan. Bab ini menjelaskan lebih rinci mengenai latar belakang masalah, batasan masalah, tujuan, manfaat penelitian dan sistematika penulisan. Bab II Landasaran Teori Bab ini menguraikan tentang landasan teori mengenai masalah yang akan dijadikan pokok pelaksanaan penelitian. Bab III Analisis dan Perancangan Bab ini menguraikan tentang analisis dan perancangan sistem yang akan dibuat. Bab IV Implementasi Bab ini menguraikan tentang implementasi dan hasil uji coba sistem yang dibuat. Bab V Penutup Pada bab ini dijelaskan tentang kesimpulan yang diperoleh dari hasil penelitian yang telah dilakukan. Dan tidak lupa dijelaskan pula tentang saran yang bersifat konstruktif guna meningkatkan kinerja sistem dimasa mendatang.

DAFTAR PUSTAKA

L. Fausett, 1994, Fundamentals of Neural Networks: Architectures, Algorithms, and Applications, Prentice-Hall Inc., USA. R.C. Gonzalez, R.E. Woods, 1992, Digital Image Processing, Addison-Wesley Publishing Company, USA. E. Hjelmas, B.K. Low, 2001, “Face Detection: A Survey”, Computer Vision and Image Understanding. 83, pp. 236-274. H. Rowley, S. Baluja, T. Kanade, 1998, “Neural Network-Based Face Detection”, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 20, no. 1. M.H. Yang, D. Kriegman, N. Ahuja, 2002, “Detecting Faces in Images: A Survey”, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 24, no. 1.

LAMPIRAN

. Jadwal Penelitian:

Bulan / tahun No.

Kegiatan

1

Studi Kepustakaan

2

Penulisan Proposal

3

Pengumpulan Data

4

Pembuatan Sistem/Program

5

Pengujian Sistem

6

Penulisan Laporan Akhir

Okt 09

Nop 09

Des 09

Jan 010

Feb 010

Mar 010