PENDAHULUAN
A. Latar Belakang
sendiri, agar setiap tindakan maupun kegiatan dapat berjalan dengan efektif dan
selama ini masih menggunakan sistem manual, dengan cara mencatat kehadiran
ataupun hambatan dalam membuat reputasi absensi menjadi besar. Kesalahan atau
hambatan yang sering muncul antara lain hilangnya kertas atau daftar absensi.
Salah satu cara untuk mengurangi kesalahan yang terjadi adalah dengan membuat
sebuah sistem yang dapat digunakan dimana saja dengan menggunakan database
yang menyimpan data absensi sehingga kemungkinan data tercecer akan kecil.
dalam hal ini baik remaja,dewasa maupun orang tua dengan data-data yang
1
berbeda-beda. Maka dari itu salah satu unsur yang paling penting dari perkuliahan
adalah absensi yang berfungsi untuk mamastikan ada atau tidaknya orang tersebut
mempunyai data diri yang bebeda-beda. Tidak jarang data mahasiswa yang dicatat
Belum lagi kemungkinan data manual tersebut terhitung atau rusak. Dengan
bentuk kertas dilemari arsip serta dapat mengurangi faktor kesalahan manusia
(human error), oleh karena itu dirasakan perlu penggunaan komputer dengan
pelacakan dan pengenalan wajah, alat bantu untuk pengolahan absensi mahasiswa
tersebut sakit,ijin,alpa, atau terlambat untuk setiap kelas yang nantinya data ini
data absensi yang sudah ada sebelumnya tidak bisa memenuhi kebutuhan
pengguna pada saat melakukan pengisian absensi mahasiwa karena petugas masih
menggunakan daftar hadir secara manual. Salah satu lembaga pendidikan dasar
2
penelitian di Universitas negeri makassar, penulis banyak menemukan
bentuk manual. Selain itu banyaknya data yang harus diolah menyebabkan
kurangnya waktu tanggap sistem operasional yang dilakukan. Oleh karena itu
penelitian yang penting, dan dewasa ini banyak aplikasi yang dapat
pengenalan wajah pada saat ini telah mengalami kemajuan yang sangat berarti.
diharapkan sistem absensi perkuliahan menjadi efisien, efektif dan terhindar dari
pada proyek akhir ini adalah metode gabor wavelet tujuannya untuk
3
memunculkan ciri-cici khusus dari citra wajah yang telah dikonvolusi terhadap
kernel.
Oleh sebab itu sesuai dengan uraian permasalahan tersebut maka penulis
A.Batasan Masalah
webcam
B. Rumusan Masalah
4
C. Tujuan Rancang bangun
dapat :
2. Mengenali dan mencocokkan gambar wajah wajah terhadap data yang telah
disimpan di database
D. Manfaat Produk
manusia
2. Mencegah penyalahgunaan sistem absensi yang sudah ada misalnya dengan
tanda tangan dan tapping kartu identitas yang mudah dipalsukan dan
BAB II
5
LAN`DASAN TEORI
A. Kajian Teori
mengenali pola ciri bentuk wajah berdasarkan pengambilan citra digital. Sistem
Pengambilan wajah dapat dilakukan dengan akuisi citra atau video digital dari
sensor kamera.
Dua pendekatan identifikasi dan verifikasi dalam pengenalan wajah.
benar wajah orang yang dimaksud, bukan orang lain. Selain itu pengenalan
citra wajah dengan basisdata citra wajah yang sudah ada sebelumnya dan telah
dari suatu objek. Hasil ekstraksi objek ini dapat dimanfaatkan pada sistem
absensi akses kontrol dan lain-lain. Beberapa masalah timbul dalam proses
ekstraksi yang biasa disebut robust. Perubahan posisi atau sudut kemiringan citra,
perubahan intensitas cahaya yang terjadi pada saat pengambilan citra wajah serta
6
perubahan detail seperti adanya janggut, kumis, pemakaian aksesoris,perubahan
sistem . dalalm rangka ekstraksi fitur untuk pengenalan wajah sebagai tujuan
Proses ekstraksi dilakukan dengan cara pengambilan ciri dari citra wajah dengan
mereduksi dimensi ciri dari suatu obyek, sehingga ukuran dari obyek akan lebih
ringkas dan mampu mengambil karakteristik yang penting saja dari objek yang
diolah.
2. Wavelet
mempresentasikan data atau fungsi lain sebagai alat analisa baru di bidang
matematika dan dapat digunakan untuk mempersentasikan data atau fungsi lain.
Ide ini bukanlah sesuatu yang baru, sebab sebelumnya fungsi-fungsi lain telah
dapat dinyatakan sebagai super posisi fungsi sinus dan cosinus, dalam analisis
wavelet, skala yang digunakan untuk (Alihragam) fourier. Akan tetapi, dalam
analisis wavelet, skala yang digunakan untuk melihat dan memainkan peranan
yang sangat khusus. Wavelet mengolah data pada perbedaan penyekalan (scalling)
dan pergeseran (shifing). Sebagai ilustrasi, jika data (signal) dilihat melalui
“jendela” yang besar maka akan diperoleh ciri-ciri signal yang banyak/besar,
demikian pula, bila signal dilihat dengan “jendela” yang kecil, maka akan
diperoleh ciri-ciri signal yang sedikit/kecil. Sering dikatakan, bahwa hasil yang
7
diperoleh melalui analisis wavelet sama seperti melihat “hutan” dan “tumbuh-
bidang. Misalnya saja dalam pemrosesan di berbagai bidang. Misalnya saja dalam
gabor wavelet pada umunya berkaitan deegan pemrosesan sinyal. Wavelet dapat
kumpulan-kumpulan frekuensi yang berbeda, jadi setiap potong itu bisa diolah
dan lebih spesifik lagi akan dijelaskan mengenai gabor wavelet. Gabor wavelet
3. Gabor wavelet
Secara umum gabor filter merupakan fungsi sinus yang dikalikan oleh
dimensi pula. Sehingga definisi gabor wavelet adalah fungsi sinus 2 dimensi yang
8
Gabor wavelet dalam proses pengenalan wajah ini digunakan sebagai
feature extraction dari gambar yang akan diproses. Gambar yang diproses akan
tersebut dengan gabor. Pengenalan karakter inilah yang saat ini sedang banyak
dikembangkan sehingga proses pengenalan gambar wajah ini menjadi efektif dan
4. Filter Gabor
identifikasi obyek berdasarkan database citra yang ada. Pada tugas akhir ini
wavelet adalah untuk memunculkan ciri-ciri khusus dari citra yang telah
5. Ekstraksi Data
Pada bagian ini akan dijelaskan gambaran umum dari sistem yang akan
dikembangkan, yaitu:
1. Sistem yang akan dibangun adalah sistem yang mampu melakukan ekstraksi
citra wajah.
2. Sistem harus dapat memfasilitasi pengguna untuk memberikan masukan
citra wajah dalam format file dengan ekstensi bmp,jpg, maupun gif.
3. Sistem harus dapat melakukan ekstraksi ciri dari semua citra wajah yang ada
9
6. Pengolahan Citra
pemetaan bit-bit atau sering dikenal dengan bitmap. Setiap bit-bit membentuk satu
titik yang dikenal dengan pixel. Atau dengan kata lain, satu pixel merupakan satu
image yang terdiri dari satu atau beberapa bit informasi. Satuan dari pixel
biasanya dengan posisi y dan nilai dari pixel (warna atau gray). Dalam satu
bidang gambar, sepenuhnya terdiri dari pixel-pixel, karena itu, file yang
menyimpan image biasanya dengan nama BMP. Untuk mengurangi ukuran dari
7. Pixel
Citra dinyatakan dalam bentuk fata matrik 2 dimensi, dimana setiap titik data
mewakili satu pixel, dalam hubungannya dengan data video, maka satu gambar
resolusinya sebesar 800 x 600 maka berarti panjang pixel horisontalnya 800 dan
panjang pixel vertikal 600 dan jumlah total keseluruhan pixel dari gambar tersebut
8. Resolusi citra
Seperti pembahasan sebelumnya setiap posisi dalam citra dapat berisi pixel.
Ini berarti bahwa tidak ada suatu yang mampi menunjukkan bayangan samar dari
objek. Pixel oleh “0” sedangkan diatasnya diwakili oleh “1”, dengan demikian
semua citra didalam memori komputer dapat diwakili oleh logika “1” dan “0”.
9. Pemodelan citra
10
Citra disini merupakan matrik dua dimensi dari fungsi intensitas cahaya.
Karena itu, referensi citra menggunakan dua variabel yang menunjukkan posisi
pada bidang dengan sebuah fungsi internsitas cahaya yang dapa dituliskan sebagai
f(x,y) dimana f adalah nilai amplitudo pada koordinat spasial (x,y). Karena cahaya
merupakan salah satu bentuk energi. (Sumber : Ir. Sigit Wasista, M.Kom)
Paul Viola dan Michael jones (Tahun 2001) Proses pendeteksian adanya
citra wajah dalam gambar dengan detektor wajah OpenCV, menggunakan sebuah
metode yang dipublikasikan oleh paul viola dan michael jones tahun 2001.
Fitur yang digunakan oleh viola dan jones didasarkan pada wavelethaar,
wavelet haar adalah gelombang tunggal bujur sangkar (satu interval tinggi dan
satu interval rendah). Untuk dua dimensi, satu terang dan satu gelap. Kombinasi-
11
menyerupai wavelet haar yang sebenarnya. Walaupun demikian, kombinasi segi
empat itu cocok untuk tugas-tugas pengenalan visual yang lebih baik. Oleh karena
itu fitur ini disebut fiturhaar, atau haarlike, bukan wavelet haar.gambar 2.2
Pembatasan akses terhadap suatu ares tertentu menjadi hal utama pada
agar tidak dicuri. Contoh area dibatasi seperti ruang server dan ruang brankas.
Salah satu metode yang dapat digunakan sebagai pembatas akses adlalah
tubuh yang unik seperti sidik jari, iris mata, geometri jari atau wajah.
Wajah merupakan bagian 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
proses yaitu proses registrasi dan identifikasi. Gambar 2.3. menunjukkan kedua
proses tersebut.
12
Gambar 2.3. Proses Registrasi dan Identifikasi
proses ini citra wajah akan dibersihkan dari gangguan seperti gambar buram,
citra. Tujuannya adalah mengetahui lokasi citra wajah. Tahapan berikutnya adalah
melakukan ekstrasksi ciri dari citra wajah yang kemudian disimpan kedalam
database. Pada tahapan identifikasi, proses yang dilakukan hampir sama dengan
kemiripan antara data citra masukan dengan data citra yang sudah ada didalam
database.
Hal yang cukup sulit dari sistem pendeteksian dan pengenalan wajah
adalah bagaimana membuat sistem dan pengenalan wajah yang cepat (mendekati
waktu nyata) dan memiliki tingkat akurasi yang tinggi. Untuk mencapai hal
13
tersebut maka perlu dibuat sistem pengenalan wajah yang cepat dan tingkat
akurasi yang tinggi sehingga wajah dapat dikenali dengan cepat dan tepat.
12. Algoritma Eigenface
Eigenface adalah salah satu algoritma wajah yangg berdasarkan pada
dalam sebuah vektor flat (gabungan, vektor) dan digabung bersama-sama menjadi
Pengenalan wajah adalah salah satu ilmu yang terdapat di dalam computer
vision, dimana sebuah komputer dapat menganalisa suatu citra wajah yang
terdapat didalam sebuah gambar dan dapat menemukan identitas atau data diri
dari citra wajah tersebut dengan membandingkan terhadap data-data citra wajah
recognition dilakukan dari sisi depan dengan pencahayaan yang merata ke seluruh
wajah. Akan tetapi muncul beberapa permasalahan, seperti posisi wajah, skala
atau jarak wajah, orientasi, umur, dan ekspresi wajah. (sumber Felix Hantoro Tan)
Rancang bangun yang dibuat ini relevan dengan tugas akhir yang dibuat
oleh Maulina Sari dengan judul “ Penerapan Algoritma Eigenface pada sistem
14
Absensi Karyawan Berbasis Webcam” tahun 2010. Permasalahan yang dibahas
dalam tugas akhir ini adalah bagaimana mengontrol absensi dengan menggunakan
citra wajah karyawan melalui hasil bidikan webcam sebagai pembanding untuk
dibuat rancang bangun sistem absensi mahasiswa dengan tujuan agar dapat
memberi kelebihan dan kemudahan dari sistem absensi yang dilakukan oleh setiap
C. Kerangka Pikir
sebagai biometrik untuk proses absensi, salah satu teknik yang digunakan untuk
diharapkan proses absensi dapat dilakukan secara real time menggunakan media
webcam sebagai alat untuk mengambil gambar wajah. Gambar wajah akan
diproses lagi dengan teknik deteksi wajah dan pengenalan wajah sehingga ketika
15
OpenCV adalah library yang didalamnya terdapar berbagai fungdsi yang
dpergunakan dalam computer vision. Open CV ditulis dengan bahasa C dan C++
dan dapar berjalan di linux, Windows dan MacOs. Open CV telah lama
b. EmguCV
EmguCV adalah Wrapper bagi opencv library untuk C#. OpenCV ditujukan
E. Pertanyaan Perancangan
Berdasarkan kajian teori diatas mengenai program sistem e-voting yang akan
sebuah program aplikasi sistem absensi yang dapat memudahkan proses absensi
16
BAB III
METODE PENELITIAN
A. Desain Penelitian
Pada penelitian ini digunakan jenis penelitian perancangan dengan metode
melakukan absensi dari kamera komputer yang sudah tersedia. Sistem ini
17
menggunakan OpenCV yang ditujukan untuk pengolahan citra dinamis secara
real-time.
Secara garis besar sistem pengenalan wajah pada penelitian ini,
ekstraksi fitur.
Sistem presensi berbasis pengenalan wajah ini terdiri dari beberapa komponen
yang dapat digambarkan dengan suatu model seperti pada Gambar 3.1
Komponen
Image Antar Muka Sub-Sistem
Capturing Pengguna Pengenalan
Wajah
Web Cam
Komponen
File Wajah Basis Data
Komponen Webcam. Piranti masukan yang digunakan dalam sistem presensi ini
1. Digunakan untuk melengkapi data karyawan dengan foto, dimana foto ini
18
Komponen Image Capturing. Komponen ini berfungsi untuk melakukan
mekanisme mengambil citra wajah dengan media webcam, baik untuk disimpan
sebagai file citra wajah maupun untuk citra wajah yang digunakan sebagai input
komunikasi antara pengguna dengan sistem presensi wajah. Baik untuk proses
input data mahasiswa, proses presensi dan melihat rekapitulasi presensi perbulan.
File wajah. Citra wajah mahasiswa yang digunakan untuk melengkapi data
karyawan (training faces) disimpan dalam file tersendiri terpisah dari database
data mahasiswa, tetapi file wajah ini bisa direferensi dengan menggunakan nama
Mulai
Interfacing dengan
No webcam
Deteksi Wajah
Area Wajah
Yes
Gambar Wajah
Input
NIM19 :
Nama :
Simpan
Di database
Selesai
Gambar 3.2 Proses Perekaman Wajah
- Mulai
Program akan menstarting kamera yang sudah terkoneksi ke laptop
- Interfacing dengan webcam
Program membuka antar muka dengan user
- Deteksi wajah
Metode yang digunakan dalam penulisan tugas akhir ini adalah untuk
mendeteksi keberadaan wajah dari foto, file gambar maupun hasil capturing
yang telah diinput berikutnya akan tersimpan ke database guna untuk sebagai
tempat penyimpanan.
20
1. Software pendukung yang digunakan dalam pembuatan Sistem Absensi
a. Open CV
b. Emgu CV
D. Langkah Kerja
Mulai
Interfacing
No dengan webcam
Deteksi Wajah
Yes
Area Wajahh
Gambar Wajah
21
Pengenalan Database
Citra ciri Latih
wajah
No
Ya
Cocok
Cetak:
Gambar 3.3 tgl dan
Proses jam
Pengenalan Wajah
kehadiran
Selesai
a. Pembuatan Aplikasi Absensi Kuliah
1. Pengaktifan Webcam
webcam yang terintegrasi pada komputer, dalam hal ini masih digunakan webcam
internal dari netbook dengan ukuran 640x480 pixel. Ukuran ini dipilih karena
pencarian wajah menjadi lebih cepat karena resolusi yang digunakan tidak terlalu
besar.
pemrograman deteksi wajah, face tracking, face recognition, kalman filtering dan
detector yang disebut Haar Cascade classifier. Face detector berhasil bekerja
pada sebuah gambar. Jika ada sebuah image (biasa dari file /live video), face
detector menguji tiap lokasi image dan mengklasifikasinya sebagai “wajah” atau
“bukan wajah”.
22
Setelah ditemukan area yang mengandung wajah pada citra hasil capture
webcam, langkah berikutnya adalah melakukan pemotongan pada area wajah saja.
Hal ini bertujuan untuk menghemat waktu komputasi dalam pemrosesan tahap
pada openCV adalah sebuah area persegi dalam suatu gambar, untuk membagi
Setelah didapatkan area wajah lalu disimpan dalam format .JPG langkah
ukuran yang sama. Pada saat memotong area wajah akan dihasilkan ukuran yang
berbeda karena jarak mahasiswa terhadap kamera tidak selalu tetap. Resize ini
bertujuan untuk mendapatkan ukuran yang sama dengan database citra wajah
5. Filter Gabor
identifikasi obyek berdasarkan database citra yang ada. Pada tugas akhir ini
23
6. Penghitungan Nilai Similarity
Pada langkah ini akan dicari nilai kemiripan dari citra video yang akan
dijadikan input program untuk dikenali berdasarkan nilai fitur yang diketahui.
disebut sebagai gabor jet response. Titik-titik gabor jet response dari citra database
dan citra yang akan dikenali dibandingkan dengan menerapkan prosedur graph
antara graph model wajah citra video dengan citra pada database
E. Ujicoba Produk
Setelah mendesain maka dibutuhkan uji coba, berikut merupakan uji coba
produk dari rancang bangun sistem absensi yaitu dengan menguji apakah bekerja
didaftar!
- Database wajah
Modul ini untuk management database yaitu untuk [Hapus] dan ganti nama
[Rename] sesuai dengan file yang terpilih oleh user dengan klik dropdown
- Pengenalan wajah
Modul ini sama seperti modul [1] tapi dengan fitur recognition!
24
DAFTAR PUSTAKA
Amir Ali. 2009. Perbandingan Algoritma Coding Pada Penempatan Citra Berwarna Hasil
Dekomposisi Wavelet. Teknik Elektronika, Universitas Negeri Makassar.
Agus Kurniawan, Akuwan Saleh, Nana Ramadijanti. 2008. Aplikasi Absensi Kuliah
Berbasis Identifikasi Wajah Menggunakan Metode Gabor Wavelet. Teknik
Telekomunikasi, Politeknik Negeri Surabaya.
Dwiandi Susantyo. 2011. Ekstraksi Fitur Untuk Pengenalan Wajah Pada Ras Mongolid
Menggunakan Principal Component Analyss (PCA). Ilmu Komputer, Universitas
Dian Nuswantoro.
Felix Hantoro Tan, Leonardus Indra Laksamana. Marcos H. Widodo Budiharto. 2004.
Pengembangan Sistem Absensi Berbasis Face Recognition Dengan Metoda LDA.
Universitas Bina Nusantara
Fernando Kristina Tarigan. 2014. Penggunaan Metode Gabor Wavelet Dalam Program
Skecth Objek Citra Digital.Teknik Informatika,STMIK budidarman medan.
Indra. 2012. Sistem Pengenalan Wajah Dengan Metode Eigenface Untuk Absensi Pada PT
florindo lestari.
Unang Sunaryas Gelar Budiman. Fonizza Poppy Wijaya. 2013. Implementasi Dan Analisis
Teknik Pengendali Wajah Menggunakan Metode Eigenface Dan line Map
Berbasis Citrar Digital. Teknik Elektro, Universitas Telkom, Bandung.
25
26