IMPLEMENTASI DAN ANALISIS METODE

CAMSHIFT DAN VIOLA JONES PADA PELACAKAN

DAN PENGENALAN WAJAH MELALUI WEBCAM

Disusun untuk Sidang Proposal Skripsi

Semester Genap TA. 2015/2016

OLEH:
Imam Nur Arifin
10112652

Program Studi Teknik Informatika

Fakultas Teknik Dan Ilmu Komputer
Universitas Komputer Indonesia
2016

HALAMAN PENGAJUAN PEMBIMBING

IMPLEMENTASI DAN ANALISIS METODE

CAMSHIFT DAN VIOLA JONES PADA PELACAKAN
DAN PENGENALAN WAJAH MELALUI WEBCAM

NIM: 10112652
Nama: Imam Nur Arifin

Pembimbing Usulan:
1. Anna Dara Andriana, S.Kom., M.Kom
2. Gentisya Tri Mardiani, S.Kom., M.Kom

DAFTAR ISI

DAFTAR ISI............................................................................................................ii
DAFTAR GAMBAR..............................................................................................iii
1.

Latar Belakang Masalah...................................................................................1

2.

Identifikasi Masalah..........................................................................................1

3.

Maksud dan Tujuan...........................................................................................1

4.

Batasan Masalah...............................................................................................1

5.

Metodologi Penelitian.......................................................................................2
5.1

Metode Pengumpulan Data.......................................................................2

5.2

Metode Pembangunan Perangkat Lunak (Bisa disesuaikan dengan

kelompok keilmuan yang diambil)......................................................................2

6.

Deskripsi Umum Sistem...................................................................................2

7.

Review Literatur...............................................................................................2

8.

Jadwal dan Tempat Penelitian...........................................................................3

9.

Sistematika Penulisan.......................................................................................3

10.

Daftar Pustaka...............................................................................................3

DAFTAR GAMBAR
Gambar 1 Logo UNIKOM.......................................................................................1
Gambar 2 Model Sequential Linier..3

1. Latar Belakang Masalah

Setiap manusia dapat mengenali wajah seseorang dengan mudah, asalkan
masih dalam batas-batas yang masih dapat dilihat, seperti dalam keadaan
menunduk, menoleh, ataupun memakai aksesoris. Wajah merupakan bagian dari
anggota tubuh manusia. Wajah memiliki keunikan sehingga setiap wajah memiliki
ciri atau karakteristik yang berbeda. Oleh karena itu, wajah dapat digunakan
sebagai pembeda antara wajah satu dengan wajah yang lainnya.[1] Selain wajah,
sidik jari, iris mata, bentuk geometi telapang tangan juga bisa dijadikan pembeda.
Teknologi pengenalan wajah (face recognition) manusia merupakan salah
satu teknologi deteksi yang banyak mendapat perhatian dari peneliti. Metodenya
adalah dengan mengintip celah khusus agar bayangan wajah dapat dicitrakan oleh
komputer. Kemudian dalam hitungan detik komputer akan mencocokkan data itu
dengan

pola-pola

yang

sudah

disimpan

sebelumnya.

Namun

dalam

perkembangannya masih dapat beberapa macam permasalahan, selain masalah

komputasi dan kapasitas penyimpanan data, kondisi citra wajah manusia yang
menjadi masukkan(input) sistem juga masih menjadi masalah. Beberapa aspek
yang mempengaruhi kondisi citra wajah manusia diantaranya adalah pencahayaan,
ekspresi dan perubahan atribut wajah seperti kumis, janggut, atau kacamata.
Ketika wajah dilakukan deteksi saat cahaya terlalu terang(tinggi) atau
gelap(rendah) maka deteksi akan terganggu akibatnya pengenalan terhadap wajah
akan gagal.
Pelacakan wajah (face tracking) adalah teknologi komputer yang dapat
mengikuti pergerakan wajah manusia. Metode yang dapat digunakan untuk
melakukan pelacakan wajah yaitu salah satunya metode CamShift. Pada penelitian
ini

digunakan

pendekatan algoritma yang berbasiskan warna obyek, yaitu

algoritma CamShift yang diambil dari Open Source Computer Vision Library.
CamShift singkatan dari Continuously Adaptive Mean-Shift. Algoritma CamShift
merupakan pengembangan dari algoritma dasar Mean-Shift yang dilakukan secara
berulang untuk dapat melacak pergerakan dari obyek. Algoritma Mean-Shift
beroperasi berdasarkan distribusi probabilitas dari citra.
Saat ini telah banyak berkembang aplikasi-aplikasi yang menggunakan fitur
deteksi wajah. Deteksi wajah sendiri dapat dilakukan dengan berbagai cara, salah

satunya menggunakan metode Viola-Jones, yaitu metode yang menggabungkan

support vector machines, algoritma boosting, dan cascade classifier. Kemudian
metode ini diterapkan pada suatu sembarang citra digital, untuk mendapatkan
posisi-posisi wajah pada citra tersebut. Metode ini relative mendapatkan hasil
yang cepat, akurat, dan efisien. Metode Viola-Jones merupakan algoritma yang
paling banyak digunakan untuk mendeteksi wajah. Proses pendeteksian wajah
dilakukan dengan mengklasifikasikan sebuah gambar setelah sebelumnya sebuah
pengklasifikasi dibentuk dari data latih.
Oleh karena itu, berdasarkan uraian di atas maka akan dibangun sebuah
aplikasi dengan tujuan dapat mengukur tingkat keakuratan pengenalan wajah
sesuai dengan batasan yang telah ditentukan dan seberapa cepat sistem dapat
melacak wajah. Sehingga saya mengangkat tema dan judul IMPLEMENTASI
DAN ANALISIS METODE CAMSHIFT DAN VIOLA JONES PADA
PELACAKAN DAN PENGENALAN WAJAH MELALUI WEBCAM

2. Identifikasi Masalah
Berdasarkan latar belakang diatas maka perumusan dalam penelitian ini
adalah
1. Sulitnya melacak wajah saat cahaya terlalu terang atau gelap
2. Waktu yang dibutuhkan sistem untuk melacak wajah
3. Keakuratan pengenalan wajah sesuai dengan data training
3. Maksud dan Tujuan
3.1 Maksud
Berdasarkan uraian latar belakang dan identifikasi masalah maka maksud
dari penelitian ini adalah untuk membuat aplikasi pelacakan dan
pengenalan wajah melalui webcam.
3.2 Tujuan
Adapun tujuan dari pembuatan

aplikasi

ini

adalah

untuk

mengimplementasi dan menganalisis metode pada perangkat lunak yang

menggabungkan sistem pelacakan wajah manusia dengan menggunakan
metode camshift dan pengenalan wajah dengan menggunakan metode
viola jones serta mengukur tingkat keakuratan pengenalan wajah sesuai

dengan batasan yang telah ditentukan dan seberapa cepat sistem dapat
melacak wajah.
4. Batasan Masalah
Batasan masalah yang digunakan untuk membangun aplikasi ini adalah:
1. Input sistem digunakan sensor kamera(webcam) untuk input bersifat real2.
3.
4.
5.
6.

time, video untuk input bersifat dinamis, dan file image untuk input statis.
Aplikasi yang dibangun berbasis dekstop
Pada satu gambar hanya mendeteksi satu gambar saja
Pelacakan wajah menggunakan metode camshift
Menggunakan library opencv
Pengenalan wajah menggunakan metode viola jones

5. Metodologi Penelitian
Metodologi Penelitian untuk pembanguan aplikasi ini menggunakan dua
metode yaitu metode pengumpulan data dan metode pembangunan perangkat
lunak yang akan dipaparkan sebagai berikut :
5.1 Metode Pengumpulan Data
Berikut adalah metode pengumpulan data dalam penelitian ini :
1

Studi Literatur
Pencarian referensi dan sumber-sumber,

kemudian mengkaji studi yang

berhubungan dengan pengertian pelacakan wajah(face tracking), pengenalan

wajah(face recognition), metode Camshift, metode Viola Jones
5.2 Metode Pembangunan Perangkat Lunak
Metode pembangunan perangkat lunak yang digunakan adalah model
Sequential Linear. Adapun tahapan yang ada pada model tersebut antara lain :
1. Analisis kebutuhan
Analisis kebutuhan meliputi penentuan perangkat lunak, penentuan
perangkat keras dan data-data yang diperlukan untuk membangun
aplikasi.
2. Desain sistem dan perangkat lunak
Pada tahap ini, langkah awal yang dilakukan adalah membuat
rancangan sistem secara keseluruhan. Setelah itu setiap item akan
diperjelas dengan detail-detail proses serta target yang akan dicapai pada
setiap prosesnya. Pada tahap ini juga akan dilakukan pengambilan sampel

untuk selanjutnya dilakukan pelatihan/training sehingga nantinya sistem

dapat mengenali objek yang telah di training.
3. Implementasi
Tahap ini merupakan tahap pembuatan aplikasi sesuai dengan
desain yang telah ditentukan pada tahap perancangan. Tahap ini meliputi
coding, implementasi algoritma, serta implementasi terhadap hasil-hasil
yang diperoleh dari referensi.
4. Pengujian
Pada tahap ini pengujian dilakukan terhadap sistem yang telah
dibuat dan melakukan analisa dengan mempertimbangkan kemungkinan
kesalahan yang terjadi pada pendeteksian dan pengenalan objek.
Pemodelan Sistem Informasi

Analisis

Desain

Kode

Tes

Gambar 2 Model Sequential Linear

6. Deskripsi Umum Sistem
Berikut adalah deskripsi umum sistem yang akan dibangun bertujuan
untuk memberikan beberapa fungsionalitas sebagai berikut :

Gambar 1 Deskripsi Umum Sistem

Berikut adalah penjelasan dari gambar 2 :
1

Pada tahap awal kita melakukan pelatihan dengan penginputan citra

gambar ke dalam sistem dan kemudian disimpan pada database wajah

Sistem mendeteksi citra yang berasal dari webcam

Kemudian citra dilacak menggunakan metode camshift

Pada tahapan pelacakan data akan di preprocessing di tujuannya adalah

menghilangkan noise, memperjelas featur(fitur) data, serta mengkonversi
data asli sesuai dengan data yang dibutuhkan.

Setelah citra di prepocessing data akan di ekstraksi fitur tujuanya untuk

pengambilan ciri dari suatu bentuk yang nantinya nilai yang di dapatkan
akan di analisis untuk proses penentuan kelas.[2]

Kemudian citra akan dikenali menggunakan metode viola jones, dan akan
dilakukan pencocokkan citra dengan citra yang terdapat dalam database

Jika citra berhasil dikenali maka sistem akan menampilkan identitas

berdasarkan wajah yang yang dikenali.

7. Review Literatur
Tabel 1.1 Review literatur pertama
Judul Artikel
Penulis
Judul Jurnal/Proceeding
& tahun penerbitan
Masalah utama yang diangkat

Kontribusi Penulis

Metodologi
Ikhtisar artikel
Hasil penelitian, Kesimpulan & Saran

Pelacakan dan Pengenalan Wajah Menggunakan

Webcam & Metode Gabon Filter
Resmana Lim
Membuat
suatu
perangkat
lunak
yang
menggabungkan pelacakan wajah manusia dengan
metode
CamShift
dan
pengenalan
wajah
menggunakan Gabon Filter
Memberikan gambaran bagaimana cara
menggabungkan metode CamShift dan Gabon Filter
untuk pelacakan dan pengenalan wajah.
Studi Literatur, analisis data.
Pelacakan dan pengenalan wajah
Hasil penelitian :
Uji coba pengenalan wajah non variasi dengan pose
non frontal dilakukan dengan pose patah kiri dan
patah kanan. Uji coba tersebut dilakukan terhadap 31
model yang masing-masing model mempunyai dua
citra, yaitu: citra patah kiri dan patah kanan. Hasil

Persamaan

&

Perbedaan

penelitian skripsi

Komentar

pengujian menunjukkan 15 citra dari 62 citra model

benar, dan sisanya salah sehingga prosentase
kebenarannya adalah: (15/62)*100% = 24.19%
Kesimpulan : Algoritma Gabor Filter dengan
pengambilan nilai Gabor jet berdasarkan grid dapat
digunakan untuk mengenali wajah frontal dengan
cukup akurat, yaitu dengan tingkat kebenaran sampai
dengan 79.31% dengan jumlah citra sebanyak 341
citra dalam database yang terdiri dari 31 citra
individu dengan 11 pose, dan dengan citra pengujian
sebanyak 29 citra. Untuk wajah non frontal masih
kurang baik, yaitu sebesar 24.19%.
Saran : dengan Persamaan:
Pelacakan wajah menggunakan metode CamShift
Perbedaan :
Pengenalan wajah menggunakan metode Gabor
Filter
Literatur ini memberikan gambaran bagaimana
pelacakan dengan menggunakan metode CamShift

Tabel 1.2 Review literatur kedua

Judul Artikel
Penulis
Judul Jurnal/Proceeding
& tahun penerbitan
Masalah utama yang diangkat
Kontribusi Penulis

Metodologi
Ikhtisar artikel
Hasil penelitian, Kesimpulan & Saran

Sistem Deteksi Wajah Menggunakan Viola Jones

M. Dwisnanto Putro, Teguh Bharata Adji, Bondhan
Winduratna
Mendeteksi wajah pada manusia menggunakan
metode viola jones
Memberikan gambaran bagaimana cara mendeteksi
wajah pada manusia menggunakan metode viola
jones
Studi Literatur, analisis data.
Metode pendeteksian wajah
Hasil penelitian :
Sistem yang dibuat berhasil mendeteksi 18 citra
manusia dari sampel citra manusia yaitu 22 citra
dengan prosentase akurasi sebesar 90,9% dengan
false positif sebesar 2 citra, dan false negatif sebesar
2 citra. Metode ini juga hanya memakan waktu yang
relatif singkat untuk mendeteksi wajah yaitu rata-rata
15 detik per sampel yang diuji.
Kesimpulan : Metode dalam penelitian ini memiliki
kelebihan tepat dibandingkan metode deteksi wajah

Persamaan

&

Perbedaan

penelitian skripsi

Komentar

lainnya dengan akurasi 90,9 %. Namun memiliki

kelemahan dari sistem deteksi wajah ini yaitu tidak
dapat menentukan wajah pada gambar yang memiliki
wajah tidak tegak atau frontal. Posisi wajah yang
tegak/tidak tegak sangat menentukan keberhasilan
deteksi wajah ini. Dengan menggunakan metode
maka pendeteksian wajah hanya menggunakan waktu
rata-rata 15 detik untuk seluruh sampel yang diuji.
Saran : dengan Persamaan:
Pendeteksian wajah menggunakan metode Viola
Jones
Perbedaan :
Literatur ini memberikan gambaran bagaimana
melakukan pendeteksian menggunakan metode Viola
Jones

Tabel 1.3 Review literatur ketiga

Judul Artikel
Penulis
Judul Jurnal/Proceeding
& tahun penerbitan
Masalah utama yang diangkat

Kontribusi Penulis
Metodologi
Ikhtisar artikel
Hasil penelitian, Kesimpulan & Saran

Penggunaan Metode Viola-Jones dan Algoritma

Eigen Eyes dalam Sistem Kehadiran Pegawai
Andrianus HendroTriatmoko, Sholeh Hadi Pramono
dan Harry S. Dachlan
Mengembangkan sistem kehadiran yang didasarkan
pada identifikasi fitur mata. Untuk dapat
mengidentifikasi citra mata pada suatu citra
digunakan metode Viola-Jones yang merupakan
metode pendeteksian obyek
Memberikan gambaran bagaimana cara mendeteksi
objek menggunakan metode viola jones
Studi Literatur, analisis data.
Metode pendeteksian objek dengan viola jones
Hasil penelitian :
Untuk mendapatkan citra mata uji dan citra mata
latih diperlukan beberapa persyaratan antara lain :
obyek yang dicuplik adalah bagian depan dari mata
dengan toleransi sudut arah pandangan menghadap
kamera sebesar 0 - 5 derajat, posisi mata 20-60 cm
didepan webcam
dan
kondisi
pencahayan
menggunakan intensitas cahaya ruang sebesar 80
Lux.
Kesimpulan : Sistem kehadiran pegawai yang

Persamaan

&

didasarkan
identifikasi
fitur
mata
dapat
diimplementasikan dari kombinasi antara metode
Viola-Jones dan algoritma eigen eyes. Metode ViolaJones berfungsi untuk mendeteksi keberadaan mata
didepan webcam. Selanjutnya algoritma eigen eyes
berfungsi menghasilkan suatu nilai proyeksi dari
setiap data latih mata. Pengenalan dilakukan
menggunakan metode euclidian distance dengan
menghitung nilai terdekat antara proyeksi data uji
dengan data latih.
Saran : Untuk meningkatkan akurasi pengenalan
harus memperhatikan kondisi - kondisi yang dapat
mempengaruhi tingkat pengenalan antara lain jarak
mata terhadap kamera, sudut mata terhadap kamera
dan tingkat pencahayaan pada suatu ruang.
dengan Persamaan:
Pendeteksian objek menggunakan metode Viola
Jones
Perbedaan :
Literatur ini memberikan gambaran bagaimana
melakukan pendeteksian menggunakan metode Viola
Jones

Perbedaan

penelitian skripsi

Komentar

8. Jadwal dan Tempat Penelitian

Tabel 1.1 Jadwal Penelitian
N
o

Tahap

Pengumpula
n Referensi
Pembuatan
Proposal
Pengumpula
n Proposal
Masa
Bimbingan I
Laporan
Kemajuan I
Masa
Bimbingan II
Laporan
Kemajuan II
Masa
Bimbingan
III
Laporan

2
3
5
6
7
8
9
10

Februari
I
II
I
I
I
V

I
I

Maret
II
I

I
V

I
I

April
II
I

I
V

I
I

Mei
II
I

I
V

I
I

Juni
II
I

IV

11

Kemajuan III
Persiapan
Seminar

9. Sistematika Penulisan
Sistematika penulisan skripsi ini disusun untuk memberikan gambaran umum
mengenai penelitian yang dikerjakan. Sistematika penulisan dalam tugas akhir ini
adalah sebagai berikut :
BAB 1 Pendahuluan
Penjelasan secara garis besar tentang latar belakang, identifikasi masalah, maksud
dan tujuan, batasan masalah, metodologi penelitian, dan sistematika penulisan
penelitian. Dimaksudkan dapat memberikan gambaran dan arahan bagi pembaca
tentang urutan pemahaman dalam penyajian laporan penelitian.
BAB 2 Landasan Teori
Menguraikan bahan-bahan kajian, konsep dasar, dan teori dari para ahli yang
berkaitan dengan penelitian. Meninjau permasalahan dan hal-hal yang berguna
dari penelitian-penelitian dan sintesis serupa yang pernah dikerjakan sebelumnya
dan menggunakannya sebagai acuan pemecahan masalah pada penelitian ini.
BAB 3 Analisis dan Perancangan Sistem
Menjelasakan analisis dan perancangan sistem, mulai dari tujuan aplikasi yang
dibangun, proses kerja sistem, analisis algoritma yang dipakai oleh sistem, hingga
perancangan antarmuka untuk aplikasi yang akan dibangun.
BAB 4 Implementasi dan Pengujian
Menguraikan implementasi dari masalah-masalah yang telah dianalisis dan
dirancang serta pengujiannya. Pada bagian ini juga akan ditentukan bagaimana
sistem dirancang, dibangun, diuji dan disesuaikan dengan hasil penelitian.
BAB 5 Kesimpulan dan Saran
Menguraikan tentang kesimpulan dari hasil penelitian beserta saran untuk
pengembangan selanjutnya.
10. Daftar Pustaka
[1] http://www.nurulfikri.ac.id/index.php/penelitian/item/370-pendeteksian-danpengenalan-wajah

10

[2] http://alfian-p-p-fst10.web.unair.ac.id/artikel_detail-76028-INTELLIGENT
%20SYSTEM-fiture%20extraction.html