Oleh
MEDISON A. S
020402045
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
ABSTRAK
Perhatian peneliti dalam memanfaatkan teknologi biometrik pada kehidupan untuk mengidentifikasi
manusia dewasa ini sudah semakin banyak. Pengenal wajah sebagai salah satu implementasi dari
biometrik juga sudah cukup banyak dibahas. Salah satu metode pengenal wajah yang sudah ditemukan
adalah metode transformasi Wavelet. Penggunaan transformasi Wavelet dimotivasi oleh hasil beberapa
studi biologi tentang kemiripan sistem retina mata manusia dengan pemrosesan Wavelet. Transformasi
Wavelet diketahui memiliki toleransi, tingkat akurasi dan kecepatan paling baik untuk perbandingan
wajah pada transformasi Wavelet tipe Haar tingkat 3.
Tugas akhir ini dibuat untuk menguji keakuratan dan kecepatan dekomposisi Wavelet diskrit tipe Haar
tingkat 3 melalui sebuah sistem aplikasi pengenal wajah yang dibuat dengan menggunakan bahasa
pemrograman Matlab 7.
Percobaan dilakukan dengan menggunakan 6 pasang sampel foto dari database ORL (Olivetty Research
Laboratory) dan 4 pasang sampel foto yang diambil sendiri oleh penulis. Setiap pasang foto terdiri dari
1 orang yang berbeda ekspresi atau aksesoris.
i
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas rahmat dan
karunia yang telah diberikan sehingga dapat menyelesaikan Tugas Akhir ini. Adapun
Tugas Akhir ini dibuat untuk memenuhi syarat memperoleh gelar Sarjana Teknik di
Departemen Teknik Elektro, Fakultas Teknik Universitas Sumatera Utara. Judul dari
Tugas Akhir ini adalah Sistem Pembanding Citra Pas Foto Dengan Metode
Transformasi Wavelet. Tugas Akhir ini penulis persembahkan teristimewa kepada
ayahanda H. Simbolon, SEAk, ibunda dr. R. br. Sianturi, Simon Simbolon, Ika br.
Simbolon selaku adik-adik penulis yang merupakan bagian hidup dari penulis dan
juga Deman yang semuanya senantiasa mendoakan, mendukung dan memberi
semangat kepada penulis. Dalam proses pembuatan Tugas Akhir ini penulis banyak
menemukan masalah dan kesulitan. Namun berkat bantuan dan bimbingan dari
berbagai pihak, Tugas Akhir ini akhirnya dapat selesai. Untuk itu penulis ingin
mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Bapak Ir. Kasmir Tanjung, selaku Dosen Pembimbing Tugas Akhir, atas
segala bimbingan, arahan dan solusi yang telah diberikan selama mengerjakan
Tugas Akhir.
2. Bapak Ir. Satria Ginting, selaku Dosen Wali penulis, atas bimbingan dan
arahan dalam menyelesaikan kuliah.
3. Bapak Prof. Dr. Ir. Usman Baafai selaku Ketua Departemen Teknik Elektro
Fakultas Teknik USU dan Bapak Drs. Hasdari Helmi, MT, selaku Sekretaris
Departemen Teknik Elektro Fakultas Teknik USU.
ii
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
4. Bapak Fahmi, ST, M.Sc atas arahan dan masukan yang diberikan terhadap
penulis.
5. Seluruh Staf Pengajar di Departemen Teknik Elektro Fakultas Teknik USU
dan seluruh Karyawan di Departemen Teknik Elektro Fakultas Teknik USU.
6. Rekan-rekan mahasiswa Teknik Elektro terutama teman-teman old track
stambuk 2002, Junaris, Dodi, Badu, Bugi, Esron, Raymond, Adhi, Daniel,
Chairil, Aritta, Joshua, Denny, Bismar, Yos, Hendra, Ardiansyah, Indra,
Syafril, Agustin, Abu, Ipengadohar, Rahmat, Hamdani, Hatorangan, Deddy,
Usman, Novri, Roger, Erwin, Robert, Sabariah, Echolima, Andriani, Silvia,
Agus, Farid, Afli, Apriandi, Berry, Iqbal, Yandi Boy dan teman-teman 2002
lainnya.
7. Helmine Jane Rozeboom yang juga senantiasa berdoa, mendorong dan
menemani penulis dalam mengerjakan Tugas Akhir ini.
8. Kepada rekan-rekan pengajar dan staff di Binus Center Gajah Mada, yang
telah banyak memberi dorongan semangat kepada penulis.
9. Pihak-pihak lain yang tidak dapat diucapkan namanya satu persatu.
Berbagai usaha telah penulis lakukan demi agar Tugas Akhir ini dapat diselesaikan
dengan baik, namun penulis menyadari bahwa Tugas Akhir ini belum sempurna,
karena masih banyak terdapat kekurangan baik dari isi maupun susunannya. Saran
dari pembaca sangat penulis harapkan.
Akhir kata, penulis berharap semoga penulisan Tugas Akhir ini bermanfaat dan dapat
digunakan.
iii
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Medan,
November 2007
Penulis,
Medison A. S
iv
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
DAFTAR ISI
BAB I
BAB II
v
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
BAB III
BAB IV
BAB V
vi
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
vii
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
DAFTAR GAMBAR
viii
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
ix
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
DAFTAR TABEL
Tabel 2.1 Tipe File Citra yang Umum Digunakan.... ........... ........................................9
Tabel 2.2 Tipe-Tipe Transformasi Wavelet... ........... ........... ......................................16
Tabel 4.1 Hasil Uji Akurasi Aplikasi Per Kategori... ........... ......................................50
x
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
BAB I
PENDAHULUAN
1.1
Latar Belakang
Sistem keamanan dewasa ini semakin dibutuhkan dalam menghadapi gejolak sosial
semakin hari semakin tidak menentu. Pengembangan sistem keamanan ini dilakukan
dari berbagai aspek, salah satunya dari aspek teknologi. Mulai dari penggunaan kata
sandi untuk memakai suatu alat, alarm untuk kendaraan bermotor, sampai detektor
logam untuk mencari senjata berbahaya. Salah satu pengembangan aspek teknologi
yang diyakini memiliki tingkat keamanan cukup baik adalah dengan menggunakan
sistem biometrik.
Biometrik menggunakan informasi-informasi yang bersifat biologis sebagai identitas.
Ide dasar dari biometrik adalah bahwa tubuh manusia memiliki bagian-bagian unik
yang membedakan seseorang dengan yang lainnya. Sistem biometrik yang ada antara
lain :
1.
Pengenal Wajah
2.
3.
Pemindai Retina
4.
Identifikasi Suara
Sistem biometrik untuk pemindai sidik jari, pemindai retina dan identifikasi suara
dilakukan dengan kesengajaan atau kesadaran orang yang hendak diidentifikasi,
sementara untuk pengenal wajah dapat dilakukan dengan cara sadar ataupun tidak
sadar. Secara sadar, orang yang hendak diidentifikasi dapat memberikan fotonya
untuk dipindai dan diekstraksi oleh sistem, sedangkan kalau secara tidak sadar,
1
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
seseorang bisa mengambil foto orang yang hendak diidentifikasi tersebut secara diamdiam dan kemudian diekstraksi oleh sistem.
Sistem biometrik pengenal wajah ini dapat diaplikasikan pada berbagai bidang,
khususnya bidang keamanan, yaitu:
1.
2.
3.
Dan lain-lain.
Metode pengenal wajah yang sudah ditemukan sangat bervariasi. Tetapi para peneliti
berpendapat bahwa yang terbaik adalah metode dekomposisi Wavelet diskrit tipe
Haar tingkat 3. Hal ini dimotivasi oleh hasil beberapa studi biologi tentang kemiripan
sistem retina mata manusia dengan pemrosesan dekomposisi Wavelet, dimana
dekomposisi Wavelet diskrit tipe Haar tingkat 3 diketahui memiliki nilai toleransi,
tingkat akurasi dan kecepatan yang paling baik. Bahkan sebuah sumber menyebutkan
bahwa sebuah lembaga keamanan yang sangat terkenal juga menggunakan metode ini
untuk pola pengenalan sidik jari pada sistem keamanan mereka.
1.2
Tujuan Penulisan
2
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
1.3
Batasan Masalah
Agar masalah yang ditulis dalam Tugas Akhir tidak terlalu luas dan menyimpang dari
topik yang ada, maka penulis perlu membatasi permasalahan sebagai berikut :
1. Media yang akan dibandingkan adalah citra pas foto yang tampak seluruh
wajah.
2. Citra pas foto yang dibandingkan berupa file pas foto dengan format .jpeg,
mode grayscale 8 bit.
3. Teknik teknik deteksi wajah tidak dibahas.
4. Metode pembanding citra pas foto yang dibahas hanya metode
dekomposisi Wavelet diskrit tipe Haar.
1.4
Sistematika Penulisan
: PENDAHULUAN
Pada bab ini akan diuraikan mengenai latar belakang,
tujuan, pembatasan masalah dan sistematika penulisan.
Bab II
Bab III
Bab IV
3
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Bab V
4
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
BAB II
DASAR TEORI DAN KOMPONEN PENDUKUNG
2.1.1 Sampling
Sampling adalah proses pencuplikan data setiap selang waktu. Sampling mengubah
sebuah sinyal kontinu menjadi sebuah sinyal diskrit. Proses sampling kadang juga
disebut proses digitisasi. Di dalam pengolahan citra, proses sampling digunakan untuk
menentukan kerapatan warna pada tiap wilayah pada citra kontinu. Pada proses
sampling biasanya dicari warna rata-rata dari wilayah tertentu dari gambar analog.
Warna rata-rata tersebut kemudian dibulatkan, dan dibuat ke dalam suatu elemen
gambar atau yang biasa disebut picture element (pixel). Satu pixel hanya mengandung
satu nilai kerapatan warna.
a. Hue adalah panjang gelombang sinar yang dipantulkan dari atau yang
dikirimkan melalui sebuah objek.
b. Saturation kadang-kadang disebut chroma adalah kekuatan atau kemurnian
warna.
c. Brightness adalah terang relatif dan gelap relatif yang diukur dari 0% (sangat
gelap) sampai 100% (sangat terang).
6
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Mode warna ini juga terkadang disebut HSV (Hue Saturation Value) dimana value
memiliki pengertian yang sama dengan brightness.
a. Merah (Red)
b. Hijau (Green)
c. Biru (Blue)
Jika warna-warna itu digabung akan menjadi additive color yaitu warna putih. Mode
warna ini biasanya digunakan pada monitor komputer.
Putih
7
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
4. Mode Grayscale
Mode ini menggunakan lebih dari 256 jenis warna abu-abu untuk mewakili sebuah
gambar untuk 8 bit (28). Tiap pixel pada mode grayscale hanya mempunyai nilai
brightness, yang besarnya antara 0 (hitam) dan 255 (putih). Atau dapat pula diukur
dalam persentasi (0% sama dengan putih dan 100% sama dengan hitam).
Nama Lengkap
Varian
4-bit
dan
8-bit
citra
terkompresi
Gif
Joint
Photographic
Group
9
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
2.2.1 Downsampling
Downsampling adalah proses pengurangan laju sampling data dari sinyal input. Laju
sampling data dalam hal ini adalah banyaknya selang pencuplikan baris atau kolom
yang diambil dari suatu citra. Untuk x yang merupakan matriks seperti di bawah ini,
x = [1 2 3 4 5 6 7 8 9 0]
xs = [1 4 7 0]
Downsampling pada sebuah citra digital berguna untuk melakukan proses kompresi
data. Downsampling juga dibutuhkan untuk melakukan proses dekomposisi citra
menjadi citra pendekatan dan citra detil, yang akan dijelaskan pada sub bab
berikutnya.
1. Memperhalus (smoothing)
2. Mempertajam (sharpening)
3. Mendeteksi tepi (edge detection)
4. Dan efek lainnya.
10
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Proses konvolusi dalam fungsi diskrit untuk citra 2 dimensi dapat diilustrasikan
sebagai berikut.
Misalkan x adalah sebuah matriks berdimensi 5x5 yang akan dikonvolusi dengan
matriks g yang berdimensi 3x3 yang berfungsi sebagai kernel konvolusi.
p1
p
6
x = p11
p16
p 21
p2
p7
p3
p8
p4
p9
p12
p17
p 22
p13
p18
p 23
p14
p19
p 24
p5
p10
p15
p 20
p 25
a1
g = a 4
a7
a2
a5
a8
a3
a 6
a9
Langkah pertama yang dilakukan adalah dengan memutar kernel g 180 pada
porosnya, sehingga kernel g sekarang sudah berubah menjadi seperti di bawah.
a9
g = a6
a3
a8
a5
a2
a7
a 4
a1
Setelah kernel diputar, maka titik pusat g diletakkan tepat di titik pusat x. Jadi dalam
hal ini, a5 dari matriks g diletakkan tepat di p13 dari x. Dengan posisi seperti itu, maka
dengan sendirinya a1 terletak pada p19, a2 pada p18 dan seterusnya.
p1
p
6
p11
p16
p 21
p2
p 7 / a9
p12 / a 6
p17 / a3
p 22
p3
p8 / a8
p13 / a5
p18 / a 2
p 23
p4
p9 / a 7
p14 / a 4
p19 / a1
p 24
p5
p10
p15
p 20
p 25
11
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Proses konvolusi akan menghasilkan nilai yang baru pada tempat dimana poros kernel
berada. Dengan kondisi ini, karena poros dari kernel adalah a5, maka akan dihasilkan
nilai baru pada p13, dengan persamaan :
p13 = (p7a9) + (p8a8) + (p9a7) + (p12a6) + (p13a5) + (p14a4) + (p17a3) + (p18a2) + (p19a1)
Setelah didapat nilai p13 hasil konvolusi, maka posisi matrik g digeser ke kanan
sebanyak satu langkah. Dalam hal ini, a5 digeser ke posisi p14. Dengan bergesernya
a5, maka a1 sampai a9 juga ikut bergeser ke kanan sebanyak satu langkah.
p1
p
6
p11
p16
p 21
p2
p7
p12
p17
p 22
p3
p8 / a 9
p13 / a 6
p18 / a3
p 23
p4
p9 / a8
p14 / a5
p19 / a 2
p 24
p5
p10 / a 7
p15 / a 4
p 20 / a1
p 25
Langkah berikutnya adalah mencari nilai p14 hasil konvolusi, dengan persamaan :
p14 = (p8a9) + (p9a8) + (p10a7) + (p13a6) + (p14a5) + (p15a4) + (p18a3) + (p19a2) + (p20a1)
p13 yang digunakan dalam persamaan ini adalah nilai p13 sebelum dikonvolusi.
Setelah nilai p14 hasil konvolusi diperoleh, maka matriks g digeser lagi ke posisi yang
lain, sampai diperoleh nilai konvolusi secara keseluruhan. Pada saat kernel g
mencapai pinggiran dari matriks yang akan dikonvolusi, maka sebagian dari kernel
akan tidak menimpa matriks x.
12
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
p1
p
6
p11
p16
p 21
p2
p7
p12
p17
p 22
p3
p8
p13
p18
p 23
p4
p9 / a9
p14 / a 6
p19 / a3
p 24
p5
p10 / a8
p15 / a5
p 20 / a 2
p 25
?
?/ a 7
?/ a 4
?/ a1
?
Jika kernel sudah mencapai keadaan demikian, maka a7, a4, dan a1 akan dikalikan
dengan nol. Nilai nol dalam hal ini disebut juga dengan zero-padded edges. Hal ini
akan sangat merugikan, karena dengan metode seperti itu, maka p10, p15 dan p20 akan
memperoleh hasil konvolusi yang tidak lengkap, karena nilai konvolusinya tidak
diperoleh dari keseluruhan nilai kernel. Hal ini akan menimbulkan kecacatan data
pada pinggiran matriks hasil konvolusi.
Untuk mengatasi hal ini, maka salah satu metode yang dapat digunakan adalah
dengan menyalin kolom pertama ke sebelah kiri kolom pertama dan menyalin kolom
terakhir ke sebelah kanan kolom terakhir. Hasil penyalinannya adalah seperti di
bawah.
6
4
4
a=
9
2
9
5
9
8
2
2
9
3
8
4
2
3
5
9
5
6
9
8
8
6
5
4
8
8
1
1
7
3
6
6
4
4
a =
9
2
6
4
4
9
2
1
9
5
9
8
2
2
9
3
8
4
2
3
5
9
5
6
9
8
8
6
5
4
8
8
1
1
7
3
6
3
1
1
7
3
6
Hal yang serupa juga dapat dilakukan pada baris jika diperlukan.
Dengan melakukan konvolusi pada a, maka akan tetap terjadi kecacatan data pada
ujung-ujung kolom, baik kolom pertama maupun terakhir pada a. Tetapi karena
kolom-kolom pertama dan terakhir pada a adalah merupakan hasil salinan, dengan
13
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
kata lain sudah diluar dari matriks a, maka tidak akan merusak hasil perhitungan.
Setelah dilakukan konvolusi pada a, maka kolom pertama dan terakhir dari hasil
konvolusi dapat dihapus kembali.
Konvolusi juga dapat dilakukan hanya pada baris atau hanya pada kolom dari matriks
citra 2 dimensi. Proses yang dilakukan sebenarnya adalah proses konvolusi 1 dimensi
terhadap setiap baris atau kolom dari matriks citra. Misalkan x adalah matriks
berdimensi 5x5 dan g adalah matriks berdimensi 1x2 yang akan berfungsi sebagai
kernel.
p1
p
6
x = p11
p16
p 21
p2
p7
p12
p17
p 22
p3
p8
p13
p18
p 23
p4
p9
p14
p19
p 24
p5
p10
p15
p 20
p 25
g = [a1
a2 ]
Seperti yang sudah dijelaskan sebelumnya, maka kernel g harus diputar 180 terlebih
dahulu.
g = [a 2
a1 ]
Proses konvolusinya sama dengan konvolusi sebelumnya, hanya saja jika kernel
sudah mencapai pinggir dari kolom, maka kernel tidak bisa bergeser lebih jauh lagi.
Tetapi jika kernel mencapai pinggir dari baris, maka kernel dapat dipindah lagi
sampai hanya tinggal satu baris dari kernel mencapai baris ujung dari matriks citra.
14
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Untuk konvolusi kolom, setelah diputar, kernel ditranspos terlebih dahulu dan
beroperasi hanya pada kolom. Dengan kata lain, kernel tidak bisa berpindah lebih jauh
jika sudah mencapai ujung dari baris.
1 2 3
x = 4 5 6
7 8 9
g = [10 100]
Jika proses yang dilakukan adalah konvolusi baris, maka hasilnya adalah sebagai
berikut.
Sementara jika proses yang dilakukan adalah konvolusi kolom, maka hasilnya adalah
sebagai berikut.
10 20 30
140 250 360
2.3 Wavelet
Wavelet adalah bentuk gelombang yang memiliki durasi terbatas dan memiliki nilai
rata-rata nol. Hal ini berbeda dengan gelombang sinus yang tidak memiliki batasan
durasi. Gelombang sinus memanjang mulai dari minus sampai positif tak hingga.
Wavelet digunakan untuk menyusun, menganalisis, dan mensintesis data numeris
hasil pengukuran/pengamatan suatu fenomena fisis tertentu. Wavelet telah
berkembang sebagai solusi terkini untuk mengatasi kendala-kendala yang umumnya
15
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Nama Lengkap
haar
Haar wavelet
'db'
Daubechies wavelets
'sym'
Symlets
'coif'
Coiflets
'bior'
Biorthogonal wavelets
'rbio'
'meyr'
Meyer wavelet
'dmey'
'gaus'
Gaussian wavelets
'mexh'
'morl'
Morlet wavelet
'cgau'
16
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Nama Lengkap
'shan'
Shannon wavelets
'fbsp'
'cmor'
17
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
C = [a n
hn
vn
dn
... h j +1
v j +1
Nn
N
n
M
S=
N j +1
Nj
d j +1
aj
hj
vj
dj
dan
Mn
M n
M
M j +1
Mj
18
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Citra setelah
ditransformasi Wavelet
tingkat 3
Citra Awal
f =
g =
1
2
1
2
[1
[ 1
19
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Misalkan citra x yang ditampilkan pada Gambar 2.6 akan didekomposisi dengan
menggunakan dekomposisi Wavelet Diskrit tipe Haar tingkat 1.
Citra x berdimensi 5x5 pixel dan menggunakan mode warna grayscale 8 bit, maka
matriks pixel x dapat dibuat sebagai berikut :
x=
33 25 17 10
16 7 7 20
11 17 10 9
27 43 45 2
8 8 8 12
12
1
40
22
10
Karena tipe dekomposisi yang digunakan saat ini adalah tipe Haar, maka
dimana f dan g berturut-turut adalah filter low pass dan high pass.
20
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Matriks x akan dikonvolusi baris dengan f. Maka untuk menghindari kecacatan hasil
perhitungan pada pinggiran matriks, maka matriks x diubah menjadi :
33
16
x = 11
27
8
33 25 17 10
16 7 7 20
11 17 10 9
27 43 45 2
8 8 8 12
12
1
40
22
10
12
1
40
22
10
p adalah matriks hasil konvolusi baris antara x dan f. Maka matriks p adalah sebagai
berikut :
23,3345
11,3137
p= 7,7782
19,0919
5,6569
46,6690
22,6274
15,5563
38,1838
11,3137
41,0122
16,2635
19,7990
49,4975
11,3137
29,6985
9,8995
19,0919
62,2254
11,3137
19,0919
19,0919
13,4350
33,2340
14,1421
15,5563
14,8492
34,6482
16,9706
15,5563
16,9706 8,4853
1,4142 0,7071
56,5685 28,2843
31,1127 15,5563
14,1421 7,0711
Karena sebelumnya kolom pertama dan kolom kelima dari p sudah disalin terlebih
dahulu, maka kolom pertama dan kolom terakhir dari p tidak diperlukan lagi dan
sudah dapat dihapus. Isinya disalin ke dalam matriks z.
z=
46,6690
22,6274
15,5563
38,1838
11,3137
41,0122
16,2635
19,7990
49,4975
11,3137
29,6985
9,8995
19,0919
62,2254
11,3137
19,0919
19,0919
13,4350
33,2340
14,1421
15,5563
14,8492
34,6482
16,9706
15,5563
16,9706
1,4142
56,5685
31,1127
14,1421
21
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
z digunakan untuk menghitung nilai aj dan hj. Tetapi sebelum dilakukan perhitungan
terhadap nilai aj dan hj, terlebih dahulu dilakukan downsampling terhadap baris dari
matriks z, sehingga :
z=
41,0122
16,2635
19,7990
49,4975
11,3137
19,0919
19,0919
13,4350
33,2340
14,1421
16,9706
1,4142
56,5685
31,1127
14,1421
Tahap selanjutnya adalah proses konvolusi kolom matriks z dengan f. Tetapi untuk
menghindari kecacatan data, maka baris awal dan akhir matriks z disalin lagi,
sehingga menjadi seperti berikut :
41
41
16
z=
19
49
11
11
, 0122
, 0122
, 2635
19 , 0919
19 , 0919
19 , 0919
16 , 9706
16 , 9706
1 , 4142
, 7990
, 4975
, 3137
, 3137
13
33
14
14
56
31
14
14
, 4350
, 2340
,1421
,1421
, 5685
,1127
,1421
,1421
Proses konvolusi kolom matriks z dengan f sudah bisa dilakukan, dengan y sebagai
matriks hasil konvolusi dimana baris pertama dan baris terakhir hasil konvolusi sudah
dihapus.
58
40 , 5
25 , 5
y=
49
43
16
27
27
23
33
33 , 5
20
24
13
41
62
32
20
22
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
40 , 5
y = 49
16
27
33
20
13
62
20
Matriks y sekarang adalah sub citra pendekatan atau aj. Untuk menghitung hj juga
dapat dilakukan dengan cara yang sama, hanya saja pada saat melakukan konvolusi
kolom pada matriks z, filter yang digunakan adalah filter high pass atau g, sehingga :
40 , 5
aj = 49
16
27
33
20
13
62
20
dan
17 , 5
hj = 21
0
0
14
0
11
18
0
Cara sebelumnya diulang lagi untuk menghasilkan matriks vj dan dj. Hanya saja kali
ini matriks p adalah konvolusi baris antara x dan g, kemudian vj adalah hasil
konvolusi kolom antara z dan f sementara dj adalah hasil konvolusi kolom antara z dan
g, sehingga diperoleh :
8 ,5
vj = 11
0
22
4
0
0
0
dan
0 ,5
dj = 5
0
10
21
0
0
0
0
Matriks aj, hj, vj dan dj masing-masing disusun menjadi satu kolom dan ditranspos
sehingga diperoleh :
23
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
aj = [40,5 49 16 27 33 20 13 62 20]
hj = [17,5 21 0 0 14 0 11 18 0]
vj = [8,5 11 0 3 22 4 0 0 0]
dj = [ 0,5 5 0 10 21 0 0 0 0]
maka :
dan
3 3
S = 3 3
5 5
d = [ 8 2 12 4 15 5 1 11 0 0 15]
e = [ 0,8182]
w = [0,8182]
2.5 Matlab
Matlab (Matrix Laboratory) adalah bahasa pemrograman tingkat tinggi yang
dikhususkan untuk komputasi teknis. Bahasa yang dikembangkan oleh MathWorks ini
mengintegrasikan kemampuan komputasi, visualisasi dan pemrograman dalam sebuah
lingkungan yang tunggal dan mudah digunakan. Aplikasi Matlab yang digunakan
penulis adalah Matlab 7. Tampilan antarmuka Matlab 7 dapat dilihat pada Gambar
2.7.
25
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Pada aplikasi Matlab 7 terdapat beberapa tipe data yang sering digunakan, yaitu :
1. *.m atau m-file
adalah sekumpulan instruksi yang dapat dijalankan dalam sekali panggil.
2. *.mat
adalah format database sederhana yang berbentuk matriks.
3. *.fig
adalah format penyimpanan tampilan GUI (Graphical User Interface).
Setiap penyimpanan ataupun pemuatan variabel atau database pada Matlab selalu
diletakkan pada atau diambil dari direktori yang sedang aktif (current directory).
26
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
BAB III
PERANGKAT LUNAK SISTEM
27
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
hasil dari proses perbandingan fn dan fb. Proses perbandingan 2 buah citra pas foto
dapat dilihat pada bab sebelumnya.
3.2 PPWdb
Sewaktu aplikasi PPWdb dijalankan, tahap pertama yang dilakukan adalah memeriksa
keberadaan file htemp.mat. Jika file ini ada, maka akan dihapus. File htemp.mat
adalah file yang memuat matriks pixel citra xn. Jika file htemp.mat ada pada saat
aplikasi pertama kali dibuka, berarti itu adalah file yang tersisa sewaktu aplikasi
terakhir kali dibuka. Kemudian dilakukan pengisian harga awal ke variabel f1 sampai
f5. Yang diisi adalah matriks nol berukuran 1x10332. Variabel f1 sampai f5 tersebut
disimpan dalam file db.mat. Setelah itu dilakukan juga pengisian nilai awal kepada
variabel js. Dalam hal ini, nilai awalnya adalah 1. Citra
mrx.jpg kemudian
ditampilkan pada aplikasi. Hal ini dilakukan semata-mata hanya sebagai pelengkap,
dan tidak memberi pengaruh apapun ke dalam proses perbandingan. Di dalam aplikasi
PPWdb, terdapat lima tombol yang akan memudahkan pengguna dalam pemakaian.
Kelima tombol tersebut adalah Ambil Foto, Input ke Database, Pengenal Wajah,
Reset Database, dan Keluar.
A
Gambar 3.1 Diagram Alir Aplikasi PPWdb
28
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
30
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Variabel xn tersebut lalu disimpan di dalam file htemp.mat. Tahap selanjutnya adalah
dengan menyimpan nama dan lokasi file input citra pada variabel nfn dan npn,
kemudian menyimpannya dalam file impf.mat.
31
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
32
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
33
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
3.3 PPWfr
34
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Aplikasi kedua, yang disebut PPWfr, bertujuan untuk melakukan proses perbandingan
citra. Pada aplikasi ini hanya terdapat 3 tombol, yaitu Ambil Foto, Cari di Database,
dan Keluar.
Matriks pixel citra ini disimpan dengan variabel x, dan kemudian langsung
didekomposisi Wavelet tipe Haar tingkat 3, sehingga didapat juga identitas dari citra
yang mau dibandingkan dengan dimensi 1x10332. Identitas ini disimpan dengan
variabel fb dalam file htemp2.mat.
36
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
37
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
38
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
BAB IV
IMPLEMENTASI DAN PENGUJIAN HASIL
Bab ini akan membahas implementasi dari rancangan pada Bab III serta pengujian
perangkat lunak yang dihasilkan. Bagian implementasi menekankan pada demonstrasi
fungsi setiap tombol pada aplikasi, sementara bagian pengujian menekankan pada
ujicoba kemampuan perangkat lunak dalam membandingkan beberapa sampel citra
pas foto.
4.1 Implementasi
Implementasi dari sistem pembanding citra pas foto ini menggunakan bahasa
pemrograman Matlab 7. Penggunaan bahasa pemrograman Matlab 7 dinilai lebih
mudah karena di dalam Matlab 7 sudah terdapat fasilitas GUI (Graphical User
Interface) yang cukup mempermudah pengguna karena tampilan antarmukanya dapat
dibuat sesederhana mungkin. Keuntungan lain dalam menggunakan Matlab 7 adalah
karena di dalamnya sudah terdapat function operasi dekomposisi Wavelet yang bisa
langsung digunakan.
Pada sistem ini terdapat 2 buah m-file, yaitu PPWdb.m dan PPWfr.m yang berisi
kode-kode pemrograman yang akan dijalankan sewaktu PPWdb.fig maupun
PPWfr.fig dijalankan.
4.1.1 PPWdb
Pada Gambar 4.1 dapat dilihat bagaimana tampilan antarmuka PPWdb saat pertama
kali dijalankan. Gambar mrx.jpg yang diambil dari current directory ditampilkan pada
aplikasi.
39
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Pada Gambar 4.2 diperlihatkan tampilan antarmuka aplikasi sewaktu tombol Ambil
Foto ditekan. Jendela explorer dengan sendirinya akan muncul untuk memudahkan
pengguna dalam mencari lokasi penyimpanan citra pas foto. Setelah sebuah citra pas
foto terpilih, maka citra pas foto tadi ditampilkan pada aplikasi, sehingga menjadi
seperti pada Gambar 4.3. Gambar 4.4 memperlihatkan tampilan antarmuka aplikasi
sewaktu tombol Input ke Database terpilih. Nomor ID dari citra pas foto tersebut
kemudian ditampilkan juga untuk memudahkan pengguna dalam mengasosiasikan
data input. Tetapi jika tombol Input ke Database ditekan tanpa ada satupun citra pas
foto yang terpilih, maka akan keluar pesan yang menyatakan hal tersebut.
40
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
41
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Pada waktu tombol Pengenal Wajah ditekan, maka aplikasi PPWdb akan ditutup dan
aplikasi PPWfr dibuka. Akan tetapi jika belum ada satupun citra pas foto yang sudah
dimasukkan ke database, maka akan timbul pesan kesalahan tersebut jika tombol
Pengenal Wajah ditekan.
Gambar 4.4 Tampilan Ketika Tombol Input ke Database Ditekan Setelah Sebuah
Foto Diambil
Sewaktu tombol Reset Database ditekan, maka aplikasi akan menghapus semua data
yang sudah disimpan sebelumnya dan memunculkan kembali citra mrx.jpg pada
aplikasi.
42
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
(a)
(b)
Gambar 4.5 (a) Tampilan Ketika Tombol Input ke Database Ditekan Tanpa
Mengambil Foto Terlebih Dahulu; (b) Tampilan yang Muncul Ketika Tombol
Pengenal Wajah Ditekan Tanpa Mengisi Database Terlebih Dahulu
4.1.2 PPWfr
Pada aplikasi PPWfr, saat pertama kali aplikasi dijalankan maka akan terlihat 2 buah
kotak tempat menampilkan citra pas foto. Kotak sebelah kiri berfungsi untuk
menampilkan citra pas foto pembanding, sementara kotak sebelah kanan berfungsi
untuk menampilkan citra pas foto dari database yang dianggap paling mirip dengan
pembanding.
43
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Selain kotak tempat penampilan citra pas foto, pada tampilan aplikasi PPWfr juga
terlihat ada 3 tombol, yaitu Ambil Foto, Cari di Database dan Keluar.
Gambar 4.9 Tampilan yang Muncul Ketika Tombol Cari di Database Baru Saja
Ditekan
45
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Seperti halnya pada PPWdb, ketika tombol Ambil Foto ditekan, akan ditampilkan
sebuah jendela explorer untuk memudahkan pengguna dalam mencari citra pas foto
yang disimpan di media penyimpanan. Setelah citra pas foto terpilih, maka citra pas
foto itu akan dijadikan citra pas foto pembanding, dan akan ditampilkan pada kotak
sebelah kiri pada aplikasi.
Gambar 4.10 Tampilan yang Muncul Ketika Proses Pencarian di Database Selesai
Dilakukan
Sesaat setelah tombol Cari di Database ditekan, maka aplikasi akan membandingkan
citra pas foto pembanding dengan yang ada di database untuk mencari citra pas foto
yang paling mirip. Jika ada citra pas foto yang dianggap mirip, maka citra pas foto itu
akan ditampilkan pada kotak sebelah kanan pada aplikasi, dan kemudian muncul
pesan yang menyatakan bahwa citra pas foto pembanding mirip dengan yang ada di
database dengan ID = n.
46
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
1. Kategori A
Citra pas foto yang bukan dari ORL dan tanpa memakai kacamata
2. Kategori B
Citra pas foto yang bukan dari ORL dan memakai kacamata
3. Kategori C
Citra pas foto dari ORL dan tanpa memakai kacamata
48
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
4. Kategori D
Citra pas foto dari ORL dan memakai kacamata
Masing-masing kategori akan dibandingkan dengan 20 citra pas foto yang sudah ada.
Nilai akurasi dari aplikasi akan ditentukan per kategori dengan rumus sebagai berikut:
Berdasarkan rumusan di atas, maka diperoleh akurasi dari aplikasi untuk masingmasing kategori, yang dapat dilihat pada Tabel 4.1.
Dari hasil percobaan dapat disimpulkan bahwa aplikasi dapat mengenal dengan sangat
baik citra pas foto dari kategori A. Citra kategori B yang bukan merupakan pas foto
dari ORL dapat dikenali cukup baik oleh aplikasi, sementara citra pas foto dari ORL
kurang dapat dikenali secara baik dengan ataupun tanpa kacamata.
49
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Akurasi
100%
60%
50%
50%
Kecepatan aplikasi dalam melakukan perbandingan sama dalam kondisi apapun, yaitu
sebesar 78 milidetik.
50
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Metode transformasi Wavelet teruji cukup akurat dan cepat dalam
membandingkan citra pas foto.
2. Pasangan citra pas foto yang berbeda ekspresi wajah masih dapat dikenali
dengan baik oleh aplikasi.
3. Aplikasi menghasilkan persentasi perbandingan yang lebih buruk untuk citra
pas foto yang telah melalui proses pemindahan melalui intenet.
4. Hasil perbandingan kurang akurat pada citra pas foto yang memakai kacamata.
5. Hasil perbandingan yang dilakukan oleh aplikasi tidak lebih baik daripada
perbandingan melalui pandangan mata manusia.
5.2 Saran
1. Sebaiknya aplikasi dikembangkan agar bisa memodifikasi citra masukan
menjadi berukuran 112x92 pixel, mode warna grayscale 8 bit, dan tipe file
.jpeg, sehingga citra masukan tidak perlu memenuhi kriteria tersebut sebelum
diproses pada aplikasi.
2. Aplikasi ini akan lebih baik jika dapat dihubungkan dengan aplikasi database
yang canggih sehingga dapat memuat data yang jauh lebih banyak hanya
dengan algoritma yang lebih sederhana.
3. Aplikasi ini hendaknya disempurnakan atau diubah ke dalam bentuk aplikasi
yang bisa berjalan tanpa perlu memanggil Matlab terlebih dahulu.
51
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
DAFTAR PUSTAKA
1. Lim, Resmana, Marcel J.T. Reinders, dan Thiang, 2000, Pengenalan Citra
Wajah dengan Pemrosesan Awal Transformasi Wavelet, Surabaya : Gedung
Pasca Sarjana ITS.
2. Manikarnika, Achim Sanjay, 2006, A General Face Recognition System,
Norwegia : Norwegian University of Science and Technology Department of
Mathematical Sciences.
3. Garcia, Christopher, Giorgos Zikos, Giorgos Tziritas, A Wavelet-based
Framework for Face Recogniton, Heraklion, Yunani : ICS-Foundation for
Research and Technology-Hellas-FORTH.
4. Delac, Kresimir, dan Mislav Grgic, 2007, Face Recognition, Vienna,
Austria : I-Tech Education and Publishing.
5. BiNus Center, 3D Movie Animator; Digital Imaging with Adobe Photoshop,
Jakarta : BiNus Center.
6. Polikar, Robi, The Wavelet Tutorial, 1994, http://users.rowan.edu/~polikar/
WAVELETS/ WTtutorial.html
7. Sandberg, Kristian, The Haar Wavelet Transform, 2000, http://sprott.
physics.wisc.edu/carlson.html.
8. Away, Gunaidi Abdia, MATLAB Programming, 2006, Bandung :
Informatika.
9. Pengolahan Citra, 2007, www.wikipedia.com.
10. Arif, Agus, Kuliah Pengolahan Citra Semester Genap 2006/2007, 2006.
11. Karmilasari, Konvolusi, 2006.
12. Zhao, M, 2 Dimensional Wavelet, 2007.
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
LAMPIRAN
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
f1=zeros(1,10332,'double');
f2=zeros(1,10332,'double');
f3=zeros(1,10332,'double');
f4=zeros(1,10332,'double');
f5=zeros(1,10332,'double');
save db f1 f2 f3 f4 f5;
js=1;
save jcount js;
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
load jcount.mat
switch js
case 1
%jika js=1
np1=nama_path1;
%masukkan path citra 1 ke variabel np1
nf1=nama_file1;
%masukkan nama file citra1 ke nf1
save impf np1 nf1;
%simpan variabel np1 dan nf1 ke file
%impf.mat
case 2
np2=nama_path1;
nf2=nama_file1;
save impf np2 nf2 -append; %variabel np2 dan nf2 disimpan dan
%disertakan ke file impf.mat
case 3
np3=nama_path1;
nf3=nama_file1;
save impf np3 nf3 -append;
case 4
np4=nama_path1;
nf4=nama_file1;
save impf np4 nf4 -append;
case 5
np5=nama_path1;
nf5=nama_file1;
save impf np5 nf5 -append;
end
else
return;
end
% -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL INPUT KE DATABASE DITEKAN -function pbinput_Callback(hObject, eventdata, handles)
% hObject handle to pbinput (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
case 1
%jika js bernilai 1, maka
[f1,m] = wavedec2(x,3,'haar'); %lakukan proses wavelet tipe
%haar level 3 pada variabel x
save db f1 -append;
%simpan variabel f1 ke file
%db.mat
%tambahkan variabel js dengan 1
js=js+1;
save jcount js;
%simpan nilai js ke file
%jcount.mat
warndlg('ID FOTO : 1');
%tampilkan pesan nomor ID foto
%proses sebelumnya diulang
%sampai maksimum 5 input foto
case 2
[f2,m] = wavedec2(x,3,'haar');
save db f2 -append;
js=js+1;
save jcount js;
warndlg('ID FOTO : 2');
case 3
[f3,m] = wavedec2(x,3,'haar');
save db f3 -append;
js=js+1;
save jcount js;
warndlg('ID FOTO : 3');
case 4
[f4,m] = wavedec2(x,3,'haar');
save db f4 -append;
js=js+1;
save jcount js;
warndlg('ID FOTO : 4');
case 5
[f5,m] = wavedec2(x,3,'haar');
save db f5 -append;
js=js+1;
save jcount js;
warndlg('ID FOTO : 5');
case 6
end
else
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
%keluar
% -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL RESET DATABASE DITEKAN -function pbreset_Callback(hObject, eventdata, handles)
% hObject handle to pbreset (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
cekhtemp=exist('htemp.mat','file'); %periksa apakah file htemp.mat ada
if cekhtemp==2
%jika file htemp.mat ada, maka
%hapus file htemp.mat
delete htemp.mat
f1=zeros(1,10332,'double');
f2=zeros(1,10332,'double');
f3=zeros(1,10332,'double');
f4=zeros(1,10332,'double');
f5=zeros(1,10332,'double');
save db f1 f2 f3 f4 f5;
% -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL PENGENAL WAJAH DITEKAN -function pbfacerec_Callback(hObject, eventdata, handles)
% hObject handle to pbfacerec (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
load jcount
if js==1
else
close PPWdb
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
PPWfr
end;
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
if js==1
%jika nilai js=1(database belum diisi), tampilkan pesan
warndlg('ANDA BELUM MEMASUKKAN FOTO KE DATABASE');
%jika nilai js=2 atau lebih, maka
else
min1=f1-fb;
%cari selisih f1 dengan fb, dan simpan hasilnya
%ke variabel min1
mean1=mean(min1); %cari nilai rata-rata dari min1 dan simpan
%hasilnya ke variabel mean1
hsl1=abs(mean1); %cari nilai absolute dari mean 1 dan simpan
%hasilnya ke variabel hsl1, dan merupakan
%identitas pembanding dari citra dengan ID 1
min2=f2-fb;
mean2=mean(min2);
hsl2=abs(mean2);
min3=f3-fb;
mean3=mean(min3);
hsl3=abs(mean3);
min4=f4-fb;
mean4=mean(min4);
hsl4=abs(mean4);
min5=f5-fb;
mean5=mean(min5);
hsl5=abs(mean5);
load impf.mat
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
for i=1:1000;
waitbar(i/1000)
end
close(h)
%jika a=1, maka citra dengan ID 1 mirip dengan citra pembanding
%maka citra dengan ID 1 tersebut ditampilkan
%demikian selanjutnya sampai ID 5
if
a==1
handles.data1=imread(fullfile(np1,nf1));
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.axes2);
imshow(handles.current_data1);
warndlg('MIRIP FOTO 1');
elseif b==1
handles.data1=imread(fullfile(np2,nf2));
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.axes2);
imshow(handles.current_data1);
warndlg('MIRIP FOTO 2');
elseif c==1
handles.data1=imread(fullfile(np3,nf3));
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.axes2);
imshow(handles.current_data1);
warndlg('MIRIP FOTO 3');
elseif d==1
handles.data1=imread(fullfile(np4,nf4));
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.axes2);
imshow(handles.current_data1);
warndlg('MIRIP FOTO 4');
elseif e==1
handles.data1=imread(fullfile(np5,nf5));
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.axes2);
imshow(handles.current_data1);
warndlg('MIRIP FOTO 5');
else
%jika tidak ada variabel a sampai e yang bernilai 1, maka tidak ada yang
%mirip
%tampilkan pesan dan tampilkan foto mrx.jpg
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009
handles.data1=imread('mrx.jpg');
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.axes2);
imshow(handles.current_data1);
warndlg('TIDAK ADA FOTO YANG MIRIP');
end
end
else
warndlg('ANDA BELUM MENGAMBIL FOTO');
end
% -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL KELUAR DITEKAN -function pbkeluar2_Callback(hObject, eventdata, handles)
% hObject handle to pbkeluar2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
cekhtemp2=exist('htemp2.mat','file'); %periksa apakah file htemp.mat ada
if cekhtemp2==2
%jika file htemp.mat ada, maka
delete htemp2.mat
%hapus file htemp2.mat
close;
%keluar dari program
else
close;
end
Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007.
USU Repository 2009