Tugas Akhir - 2009

PENGENALAN WAJAH MANUSIA MENGGUNAKAN METODE PCA (PRINCIPAL

COMPONENTS ANALYSIS) DAN JARINGAN FUNGSI BASIS RADIAL

Taufan Prakarsa¹, Iwan Iwut Tritoasmoro², Achmad Rizal³

¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom

Abstrak
Computer Vision adalah salah satu bidang penelitian yang sedang berkembang sekarang ini. Inti
dari Computer Vision adalah bagaimana sebuah mesin mampu mengenali suatu objek. Salah satu
aplikasi praktis yang tengah giat dikembangkan dalam Computer Vision adalah pembangunan
sistem pengenalan wajah (Face Recognition System). Sejauh ini, kendala utama yang dihadapi
dalam sistem pengenalan wajah berkisar pada masalah variasi pose, orientasi wajah, variasi
pencahayaan dan masalah komputasi ketika prosedur pengenalan dijalankan oleh komputer.
Tugas akhir ini berusaha membangun sistem pengenalan wajah. Sistem yang dibangun akan
mampu mengenali identitas dari wajah masukan berdasar database yang telah disimpan
sebelumnya. Hasil percobaan memberikan akurasi pengenalan terbaik sebesar 85,45 %. Citra uji
yang digunakan adalah citra wajah yang tidak terdapat dalam database wajah, terdiri dari 120
citra dari orang-orang dalam database dan 100 citra dari orang-orang di luar database.
Dilakukan ekstraksi ciri menggunakan Principal Component Analysis (PCA) untuk mereduksi
dimensi citra agar waktu proses lebih cepat. Proses akhir dari pengenalan adalah klasifikasi, yang
dalam tugas akhir ini dilakukan dengan metode Jaringan Fungsi Basis Radial.

Kata Kunci : Principal Component Analysis (PCA)

Abstract
Nowadays, Computer Vision is being a greatly developed research. The main idea of Computer
Vision is how to make the machine be able to recognize an object. One of the Computer Vision‟s
applications that rapidly developed is face recognition system. So far, kinds of problem that faced
in developing a face recognition system are about pose variance, face orientation, lighting and
computational problems when the recognizing procedure is running.
In this paper, face recognition system try to be constructed. The system will be able to recognize
the identity of face based on the database that had been trained before. The result of this
research shows that the highest accuracy of the system is 85.45 %. Images that are used for
testing are face images which are do not contained in the training set. They consist of 120 images
of people whose face already trained before and another 100 images of people whose face are
outside the database.
Principal Component Analysis (PCA) is used as feature extractor to reduce the image dimension
so that the processing time goes faster. Final process of this recognizing system is classifying that
use a radial basis function network method.

Keywords : Principal Component Analysis (PCA)

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2009
Bab I Pendahuluan 1

BAB I
PENDAHULUAN

1.1 Latar Belakang

Saat ini kebutuhan akan aplikasi yang mendukung sistem keamanan
meningkat dengan pesat mengingat berkembangnya teknologi yang menjamin
keamanan terhadap material berharga ataupun bahkan nyawa manusia selalu
dibayang-bayangi dengan tindak kejahatan. Apalagi beberapa tahun terakhir ini,
dimana aksi teror terhadap nyawa manusia merebak dimana-mana yang siap
mengancam jiwa tanpa dapat diduga sebelumnya. Untuk mencegah timbulnya
korban dalam aksi terror, harus dilakukan antisipasi lebih awal, salah satu caranya
adalah dengan melakukan identifikasi terhadap personal yang memasuki wilayah
suatu Negara. Dalam melakukan identifikasi personal dapat dilakukan dengan
menggunakan pendekatan biometrik. Identifikasi wajah manusia merupakan salah
satu cara yang paling murah yang dapat dilakukan karena dapat digunakan tanpa
adanya kontak langsung personal yang akan diidentifikasi dengan alat scanning
yang digunakan.
Maksud dari identifikasi wajah adalah dimana sistem melakukan
pembacaan sampel input data dan membandingkan dengan record pada database
untuk menjawab “ siapakah si X ini?”.
Manusia pada umumnya hanya perlu sedikit atau bahkan tanpa usaha
sama sekali untuk dapat mengidentifikasi suatu wajah. Namun tidak demikian
bagi sebuah komputer, mengenali wajah adalah kemampuan tingkat lanjut yang
memerlukan kerja keras. Sudah banyak metode yang diusulkan agar komputer
mampu melakukan tugas ini. Tentunya berbagai metode tersebut memiliki
performansi yang berbeda – beda. Untuk mengetahui performansi sistem
dibutuhkan sebuah riset.
Tugas akhir ini akan berusaha membangun sistem pengenalan wajah
menggunakan Jaringan Fungsi Basis Radial untuk tahap pengenalan. Digunakan
Jaringan Fungsi Basis Radial karena jaringan ini mempunyai keunggulan utama
yaitu mudah diimplementasikan dalam sistem komputasi karena memiliki sruktur

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2009
Bab I Pendahuluan 2

yang sederhana, didukung dengan teori pendekatan yang baik dan juga waktu
pelatihannya yang relatif cepat.
Untuk mempercepat proses komputasi digunakan metode Principal
Component Analysis sebagai pengesktrak ciri, karena keunggulannya melakukan
reduksi dimensi pada citra tanpa menghilangkan ciri – ciri yang memiliki
konstribusi besar dan menangani citra beresolusi tinggi secara efisien serta tingkat
komputasi yang cukup rendah sehingga memungkinkan kecepatan pengenalan
yang tinggi.
Karena itulah maka Pengenalan Wajah Manusia Menggunakan
Metode PCA (Principal Component Analysis) dan Jaringan Fungsi Basis
Radial diangkat sebagai judul tugas akhir ini.

1.2 Tujuan
Tujuan dari tugas akhir ini adalah sebagai berikut.
1. Merancang dan merealisasikan suatu sistem pengenalan wajah manusia
menggunakan metode PCA dan Jaringan Fungsi Basis Radial.
2. Melakukan analisa kinerja sistem ketika diberi input citra wajah yang
berasal dari database tanpa perlakuan ataupun diberi noise dan citra wajah
selain dari database.
3. Mengetahui akurasi sistem.

1.3 Perumusan Masalah

Beberapa permasalahan pada tugas akhir dapat didefinisikan sebagai
berikut.
1. Mereduksi dimensi citra wajah menggunakan PCA.
2. Menggunakan output PCA sebagai input Jaringan Fungsi Basis Radial.
3. Bagaimana melakukan klasifikasi terhadap data citra latih menggunakan
Jaringan Fungsi Basis Radial.
4. Mengenali citra wajah masukan berdasarkan database yang telah
disiapkan, yaitu mengidentifikasi wajah dengan identitas anggota database
dan menolak wajah dengan identitas diluar database.
5. Melakukan beberapa pengujian sistem untuk mendapatkan akurasi sistem.

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2009
Bab I Pendahuluan 3

1.4 Batasan Masalah

Batasan masalah yang digunakan dalam Tugas Akhir ini adalah:
1. Format citra yang digunakan adalah *.bmp.
2. Citra masukan berupa citra grayscale dengan 1 buah wajah.
3. Wajah muncul pada citra secara frontal. Ukuran citra wajah adalah 92x112
pixel.
4. Fungsi Basis Radial yang digunakan adalah Gaussian.
5. Parameter kinerja sistem yang diamati adalah akurasi pengenalan pada
berbagai kondisi percobaan.
6. Pengujian sistem dilakukan berdasarkan skenario yang sudah ditentukan
sebelumnya.

1.5 Metodologi Penelitian

Penelitian ini dilakukan dengan metode-metode sebagai berikut.
1. Melakukan studi literature dengan mempelajari permasalahan yang
berkaitan dengan sistem pengenalan wajah. Proses pembelajaran materi
dilakukan dengan kajian berbagai sumber pustaka baik berupa buku,
maupun jurnal ilmiah.
2. Data-data penunjang diperoleh dari hasil percobaan yang dilakukan dan
dari berbagai sumber yang tersebut dalam daftar pustaka.
3. Penelitian dilakukan dalam bentuk perancangan, realisasi dan pengujian
sistem pengenalan wajah menggunakan software MATLAB R2008a.

1.6 Sistematika Penulisan

Tugas akhir ini dibagi dalam beberapa topik bahasan yang disusun secara
sistematis sebagai berikut :
Bab I Pendahuluan
Bab ini membahas latar belakang, tujuan, perumusan dan batasan masalah,
metodologi penelitian serta sistematika penulisan.
Bab II Dasar Teori
Bab ini membahas dasar-dasar matematika, Principal Component Analysis
(PCA), dan Jaringan Fungsi Basis Radial.

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2009
Bab I Pendahuluan 4

Bab III Perancangan dan Realisasi Sistem Pengenalan Wajah

Bab ini menjelaskan proses desain dan realisasi sistem pengenalan wajah.
Bab IVAnalisa Kinerja Sistem Pengenalan Wajah
Bab ini membahas analisa hasil percobaan. Analisa dilakukan terhadap
parameter kinerja sistem yang diamati.
Bab V Kesimpulan dan Saran
Memberikan kesimpulan hasil penelitian dan saran pengembangan
penelitian ke depan.

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2009

BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Dari penelitian yang dilakukan dalam tugas akhir ini dapat diperoleh
beberapa kesimpulan sebagai berikut.
1. Pengujian sistem dengan citra-citra wajah dari database dan hasil
olahannya (noising atau denoising) tidak merepresentasikan kinerja sistem.
2. Akurasi optimal yang dicapai sistem adalah sebesar 85,45%. Hasil ini
representatif karena citra-citra uji bukan merupakan citra-citra dalam
database.

5.2 Saran
Tugas akhir ini diharapkan memberikan isu-isu praktis dalam
membangun sistem pengenalan wajah yang handal. Beberapa hal yang
disarankan untuk dilakukan di masa mendatang adalah sebagai berikut.
1. Perlu diteliti metode pendekatan unsupervised dalam penentuan nilai
center pada Jaringan Fungsi Basis Radial.
2. Perlu penelitian lebih lanjut tentang verifikasi bagi hasil keluaran Jaringan
Fungsi Basis Radial selain menggunakan perhitungan jarak euclidean.
3. Perlu diteliti kemungkinan penggunaan metode-metode lain yang
memberikan akurasi lebih tinggi.
4. Pada tugas akhir ini, dimensi citra diubah menjadi sebuah matrik baris
yang elemennya berjumlah sama dengan jumlah pixel pada citra. Pada
kenyataannya, sebuah sinyal suara juga merupakan deretan data yang
disusun sebagai sebuah matrik baris yang jumlah elemennya sama dengan
banyaknya titik sample. Kemiripan ini menjadi dasar hipotesa bahwa
proses pengenalan wajah dalam tugas akhir ini dapat dimodifikasi untuk
membangun sistem pengenalan suara (Speech Recognition System).

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2009

DAFTAR PUSTAKA

[KAY04] Kaymak, Sezin, Enhance Principal Component Analysis

Recognition Performance, Eastern Mediterranean University, 2004
[LIT00] Littlefield, Bruce & Hanselman, Duane, MATLAB Bahasa
Komputasi Teknis, Pearson Education Asia Pte. Ltd. 2000.
[MAT07] MATLAB, Matlab Help Desk, http://www.mathworks.com,
Mathworks, 2007.
[MUN04] Munir, Rinaldi, Pengolahan Citra Digital dengan Pendekatan
Algoritmik, Informatika, Bandung,2004.
[SMI02] Smith, Lindsay I, A Tutorial on Principal Component Analysis,
Montana University, 2002.
[SHL03] Shlens, Jhon, A Tutorial on Principal Component Analysis—
Derivation, Discussion, and Singular Value Decompisition, 2003.
[SUT06] Sutijo, Brodjol, Pemilihan Hubungan Input-Node Pada Jaringan
Syaraf Fungsi Radial Basis, Institut Teknologi Sepuluh Nopember,
Surabaya, 2006

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)