OLEH:
Ahmad Mukhsinin
F1C315032
UNIVERSITAS JAMBI
2015
i
Sistem Pendeteksi Wajah Manusia
pada Citra Digital
OLEH:
Ahmad Mukhsinin
F1C315032
UNIVERSITAS JAMBI
2015
ii
HALAMAN PENGESAHAN
Judul : Sistem Pendeteksi Wajah Manusia pada Citra Digital
NIM : F1C315032
Jurusan : MIPA
Prodi : Fisika
Universitas : Jambi
Nehru,S.Si,M.T Dr.Drs.H.EkoKuntaro,M.Pd,M.Comp.Eng
NIP.197602082001121002 NIP.196210281988031004
Mengetahui
iii
DAFTAR ISI
HALAMAN JUDUL........................................................................................ i
LEMBAR PENGESAHAN ............................................................................. ii
DAFTAR ISI .................................................................................................... iii
BAB I PENDAHULUAN .......................................................................... 1
1.1 Latar Belakang ......................................................................... 1
1.2 Rumusan Masalah ..................................................................... 2
1.3 Batasan Masalah........................................................................ 2
1.4 Hipotesis.................................................................................... 2
1.5 Tujuan Penelitian ...................................................................... 2
1.6 Manfaat Penelitian .................................................................... 3
iv
v
BAB I
PENDAHULUAN
1
1.2 RUMUSAN MASALAH
Bagaimana sistem akan mendeteksi apakah ada wajah manusia di dalam citra
tersebut ?
Bagaimana teknologi ini bisa mendeteksi wajah seseorang ?
Untuk menjaga fokus dari penelitian ini, maka beberapa batasan yang
diberikan adalah sebagai berikut :
Wajah yang akan dideteksi adalah wajah yang menghadap ke depan (frontal),
dalam posisi tegak, dan tidak terhalangi sebagian oleh objek lain.
Metode yang dipakai adalah jaringan syaraf tiruan multi-layer perceptron
dengan algoritma pelatihan Quickprop.
Citra yang dideteksi menggunakan format BMP atau JPG.
1.4 HIPOTESIS
2
1.6 MANFAAT PENELITIAN
3
BAB II
TINJAUAN PUSTAKA
Citra digital adalah suatu citra f (x,y) yang memiliki koordinat spatial, dan
tingkat kecerahan yang diskrit. Citra yang terlihat merupakan cahaya yang
direfleksikan dari sebuah objek. Fungsi f (x, y) dapat dilihat sebagai fungsi
dengan dua unsur. Unsur yang pertama merupakan kekuatan sumber cahaya yang
melingkupi pandangan kita terhadap objek (illumination). Unsur yang kedua
merupakan besarnya cahaya yang direfleksikan oleh objek ke dalam pandangan
kita (reflectance components). Keduanya dituliskan sebagai fungsi I (x, y) dan
r (x, y) yang digabungkan sebagai perkalian fungsi untuk membentuk fungsi
f (x, y). Fungsi f (x, y) dapat dituliskan dengan persamaan :
Citra digital merupakan suatu matriks yang terdiri dari baris dan kolom,
dimana setiap pasangan indeks baris dan kolom menyatakan suatu titik pada citra.
Nilai matriksnya menyatakan nilai kecerahan titik tersebut. Titik-titik tersebut
dinamakan sebagai elemen citra, atau pixel (picture elemen).
Histogram equalization digunakan untuk melakukan perluasan kontras
citra (contrast strecthing) secara otomatis. Setelah melalui histogram equalization,
citra akan memiliki histogram yang lebih seragam.
Misalkan r adalah nilai graylevel pixel citra yang akan diproses, dan pr(rk)
adalah probabilitas munculnya level grayscale rk di dalam citra. di mana L adalah
banyaknya level grayscale, nk adalah banyaknya pixel dengan level grayscale rk
muncul di dalam citra, dan n adalah banyaknya seluruh pixel di dalam citra.
4
2.2 Deteksi Wajah
5
Tantangan yang dihadapi pada masalah deteksi wajah disebabkan oleh
adanya faktor-faktor berikut :
Posisi wajah. Posisi wajah di dalam citra dapat bervariasi karena posisinya
bisa tegak, miring, menoleh, atau dilihat dari samping.
Komponen-komponen pada wajah yang bisa ada atau tidak ada, misalnya
kumis, jenggot, dan kacamata.
Ekspresi wajah. Penampilan wajah sangat dipengaruhi oleh ekspresi wajah
seseorang, misalnya tersenyum, tertawa, sedih, berbicara, dan sebagainya.
Terhalang objek lain. Citra wajah dapat terhalangi sebagian oleh objek
atau wajah lain, misalnya pada citra berisi sekelompok orang.
Kondisi pengambilan citra. Citra yang diperoleh sangat dipengaruhi oleh
faktor-faktor seperti intensitas cahaya ruangan, arah sumber cahaya, dan karakteristik
sensor dan lensa kamera.
6
yang didapat dari pengetahuan para peneliti tentang wajah manusia.
Sebagai contoh, suatu wajah di dalam citra biasanya memiliki dua buah
mata yang simetris, sebuah hidung, dan sebuah mulut. Relasi antara fitur-fitur
tersebut dapat direpresentasikan sebagai jarak atau posisi. Pada tahap pertama
fitur-fitur wajah diekstraksi lebih dulu, kemudian kandidat wajah ditentukan
berdasarkan aturan yang dipakai.
7
dikombinasikan dengan metode lainnya seperti shape analysis dan motion
information.
Jaringan syaraf tiruan adalah suatu sistem pemrosesan informasi yang cara
kerjanya memiliki kesamaan tertentu dengan jaringan syaraf biologis. Jaringan syaraf
8
tiruan dikembangkan sebagai model matematis dari syaraf biologis dengan
berdasarkan asumsi bahwa:
1. Pemrosesan terjadi pada elemen-elemen sederhana yang disebut neuron.
2. Sinyal dilewatkan antar neuron melalui penghubung.
3. Setiap penghubung memiliki bobot yang akan mengalikan sinyal yang lewat
4. Setiap neuron memiliki fungsi aktivasi yang akan menentukan nilai sinyal
output.
Jaringan syaraf dapat digolongkan menjadi berbagai jenis berdasarkan pada
arsitekturnya, yaitu pola hubungan antara neuron-neuron, dan algoritma trainingnya,
yaitu cara penentuan nilai bobot pada penghubung.
9
BAB III
Adapun subyek dari penelitian ini adalah jaringan syaraf tiruan multi-layer
perceptron dengan algoritma pelatihan Quickprop.
10