BIDANG KEGIATAN
PKM PENELITIAN
Disusun Oleh:
UNIVERSITAS SEMARANG
SEMARANG
2019
i
DAFTAR ISI
HALAMAN SAMPUL..................................................................................................... i
DAFTAR ISI.....................................................................................................................ii
DAFTAR TABEL............................................................................................................iii
DAFTAR LAMPIRAN....................................................................................................iv
BAB 1. PENDAHULUAN................................................................................................1
1.1. Latar Belakang.......................................................................1
1.2. Tujuan Khusus Penelitian......................................................1
1.3. Manfaat Penelitian.................................................................2
1.4. Keutamaan Penelitian.............................................................2
1.5. Temuan Yang Di targetkan....................................................2
1.6. Kontribusi Penelitian..............................................................2
1.7. Luaran Penelitian...................................................................2
BAB 2. TINJAUAN PUSTAKA.......................................................................................3
2.1. Resume Paper Pendukung Tentang Metode Fuzzy Logic..............................3
2.2. Deskripsi Tabel...............................................................................................8
BAB 3. METODE PENELITIAN.....................................................................................9
3.1. Tahapan Penelitian..........................................................................................9
3.2. Prosedur Penelitian.........................................................................................9
3.3. Luaran dan Indikator Capaian.........................................................................9
3.4. Teknik Pengumpulan Data............................................................................10
3.5. Analisis Data.................................................................................................10
3.6. Cara Penafsiran.............................................................................................10
3.7. Penyimpulan Hasil Penelitian.......................................................................11
BAB 4. BIAYA DAN JADWAL KEGIATAN...............................................................12
4.1. Anggaran Biaya............................................................................................12
4.2. Jadwal Kegiatan............................................................................................12
DAFTAR PUSTAKA......................................................................................................13
LAMPIRAN....................................................................................................................14
ii
DAFTAR TABEL
Tabel 4.1 tabel anggaran kegiatan...................................................................................12
Tabel 4.2 tabel jadwal kegiatan.......................................................................................12
iii
DAFTAR LAMPIRAN
Lampiran 1. Biodata Ketua, Anggota dan Dosen Pembimbing.......................................14
Lampiran 2. Justifikasi Anggaran Kegiatan....................................................................18
Lampiran 3. Susunan Organisasi.....................................................................................20
Lampiran 4. Surat Pernyataan Ketua Pelaksana..............................................................21
iv
BAB I
PENDAHULUAN
Face recognition ialah teknologi dari komputer yang memungkinkan untuk mengidentifikasi
atau memverifikasi wajah seseorang melalui sebuah gambar digital. Pengenalan Wajah (Face Detection)
adalah proses identifikasi manusia dengan menggunakan gambaran raut wajah. Dalam pendeteksian
wajah, teknologi ini hanya mengidentifikasi wajah saja dan mengabaikan hal-hal yang lain seperti
bangunan pohon tubuh dan lain-lain. Sistem pengenalan wajah (Facial recognition system *) adalah
aplikasi komputer untuk secara otomatis mengidentifikasi atau memverifikasi seseorang dari foto digital
atau frame video dari sumber video. Salah satu cara untuk melakukan ini adalah dengan
membandingkan fitur wajah dipilih dari gambar dan database wajah. (S. Saputra, 2014)
Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam
sistem security selain pengenalan retina mata, pengenalan sidik jari dan iris mata. Dalam aplikasinya
sendiri pengenalan wajah menggunakan sebuah kamera untuk menangkap wajah seseorang kemudian
dibandingkan dengan wajah yang sebelumnya telah disimpan di dalam database tertentu. Ada
beberapa macam metoda pengenalan wajah yaitu neural network, jaringan syaraf tiruan, neuro fuzzy
adaptif dan eigenface. (S. Bayu, A. Hendriawan, R. Susetyoko, 2009)
Teknologi pengenalan wajah (face recognition) difungsikan sebagai salah satu teknologi untuk
melakukan auntentifikasi seseorang. Dalam penggunaannya pengenalan wajah dapat digunakan untuk
sistem keamanan yang sangat sulit untuk diterobos, Karena proses identifikasinya menggunakan
metode identifikasi yang unik, yaitu identifikasi geometri wajah.
Pendekatan dalam pengenalan wajah ada dua yaitu pendekatan geometri dan bergambar.
Pendekatan geometri mengacu pada struktur dari pemetaan fitur wajah secara spasial meliputi jarak
antara komponen-komponen wajah. Sedangkan pendekatan bergambar adalah pendekatan subruang
yang berbasis template. Proses dalam pengenalan wajah yang paling penting adalah tahap pengenalan
fitur-fitur wajah, maka menggunakan pendekatan geometri. Tetapi setelah menemukan fitur utama
pendekatan geometri dapat mengambil ciri fitur yang lebih banyak daripada pendekatan bergambar.
Algoritma-algoritma yang dipakai untuk pengenalan wajah dengan pendekatan geometri masih
cenderung sulit dikarenakan berbagai macam penghitungan jarak, maka dari itu penelitian ini
menggunakan ektraksi fitur automatis dengan Centroid, Euclidean Distance untuk pendekatan geometri
dan Geometric Mean untuk pengenalan wajah setiap individu.
1. Untuk mengetahui bagaimana system kerja Centroid dan Geometric Mean dapat dimanfaatkan
untuk pengenalan wajah.
2. Untuk mengetahui peforma dari kombinasi Centroid dan Geometric Mean untuk pengenalan
wajah.
1
1.3 MANFAAT PENELITIAN
Hasil dari penelitian ini diharapkan bias memacu motivasi penelitian tentang Pengenalan wajah
menggunakan pendekatan geometri. Untuk diteruskan dan diperbaiki dan bias dijadikan salah satu
alternatif alat uji pengenalan wajah.
Penelitian ini sangat penting sebab dengan sistem pendeteksi wajah ini sangat memudahkan
petugas keamanan sekitar. Dengan penelitian ini menjadikan keamanan lebih ketat dan mengurangi
tindakan kriminal.
Penelitian ini ditargetkan untuk membantu petugas keamanan untuk mengenali wajah pelaku
kejahatan, hingga nantinya angka kriminalitas akan berkurang di negeri tercinta ini. Maka diharapkan
petugas keamanan terbiasa dengan teknologi tersebut.
Penelitian kami ini membutuhkan kerja sama dengan perusahaan webcam dikarenakan sistem
ini menggunakan kamera seperti cctv. Apabila sistem ini diterapkan di Indonesia akan sangat
memungkinkan memudahkan kinerja petugas keamanan.
Menciptakan teknologi modern untuk membantu petugas keamanan dan mengurangi tingkat
kriminal di Indonesia, maka kami akan mengembangkan teknologi ini untuk menjadikan negara ini
menjadi tentram dan aman.
2
BAB II
TINJAUAN PUSTAKA
Metode
No Judul Penelitian Masalah Pembahasan Kesimpulan
Penelitian
1. Perancangan Pengenalan Mengguna Meningkatka Untuk
Program wajah erat kan fungsi n throghput ekstraksi
Pengenalan kaitannya jarak keseluruhan ciri image
Wajah dengan metode CRNs. citra
Menggunakan biometrik, Euclidean Skema yang digunakan
Fungsi Jarak dikarenakan diusulkan metode
Metode penggunaan mengurangi SPCA
Euclidean Pada karakter – tingkat (SimplePrin
Matlab karakter unik switching ciple
manusia saluran SU Component
dan Analysis)
membuat yang lazim
pemilihan digunakan
saluran lebih untuk
mudah penajaman
beradaptasi. citra pada
proses
pengenalan
/identifikasi
.
2. Perancangan Aplikasi Jarak Dalam Hasilnya
Sistem pengenalan Euclidean penelitian ini berupa
Pengenalan wajah oleh digunakan representasi
Wajah sistem suatu wajah
Menggunakan komputer telah susunan tapis berupa
Metode dikembangkan, wavelet informasi
Ekstraksi Ciri antara lain Gabor 2 magnitude
Susunan Tapis sistem dimensi yang
Wavelet Gabor keamanan, untuk diperoleh
interaksi mengekstrak dari fungsi
2D Dengan
manusia wajah. Tapis komples
Jarak Euclidean
dengan Gabor sinusoidal.J
komputer, dan memiliki arak
aplikasi karakter Euclidean
multimedia. seperti dilakukan
3
Tantangan Wavelet untuk
yang dihadapi yang menghitung
oleh sistem terlokalisasi jarak antara
pengenalan pada spasial- nilai ciri
wajah terletak frekuensi data uji
pada sehingga dengan nilai
perubahan mampu ciri
kondisi wajah mengekstrak basisdata.
seperti pose, si fitur lokal Tapis diuji
ekspresi, pada wajah. dengan
iluminasi, dan Proses memberika
penggunaan ekstraksi n variasi
aksesoris yang dilakukan jumlah
turut andil dengan cara skala dan
dalam konvolusi 2 orientasi.
mempengaruhi dimensi Sistem
laju antara tapis dengan laju
pengenalan. dengan citra pengenalan
wajah aras terbesar
keabuan. dimiliki
oleh
susunan
tapis
dengan 5
skala dan 8
orientasi
yang
mencapai
akurasi
sebesar
98,67%.
3. Identifikasi Fitur Identifikasi Memaduk Metode Dalam
Wajah Dengan wajah an metode facial points penelitian
Menggunakan merupakan Facial dengan ini
Facial Points salah satu riset Points dan menggunaka identifikasi
Dan Euclidean yag terus Euclidean n Viola dengan
Distance berkembang Distance Jones dan menggunak
saat ini melakukan an
terutama pelabelan Euclidean
penggunaan titik di Distance
dalam bidang beberapa mendapatka
keamanan. fitur wajah n nilai
Pada setiap seperti akurasi
wajah mata,hidung sistem
masingmasing dan mulut deteksi
manusia relatif wajah
4
memiliki mendapatkan sebesar
keunikan ciri hasil yang 80%. Hasil
tersendiri yang cepat, akurat, lain yang
membedakan dan efisien didapatkan
antara satu dan dalam adalah
yang lainnya. melakukan posisi wajah
deteksi fitur yang
wajah. Setiap terfokus
fitur diukur terkena
perbandinga cahaya
n nya menentukan
terhadap keberhasila
fitur n deteksi
referensi wajah
dengan tersebut.
menggunaka
n Euclidean
Distance
untuk
mencari
jarak yang
terdekat.
4. Implementasi Wajah Mengguna Sistem ini Percobaan
Eigenface dan merupakan kan menggunaka dilakukan
Euclidean bagian dari Metode n library terhadap 50
Distance pada tubuh manusia Eigenface Emgucv training set
Aplikasi yang menjadi dan sebagai dan 20
Pengenalan fokus Euclidean segmentasi sampel
wajah perhatian di Distance objek wajah, wajah yang
dalam interaksi dan di uji. Hasil
sosial, wajah penerapan dari
memainkan metode percobaan
peranan vital Eigenface menunjukka
dengan untuk n prosentase
menunjukan klasifikasi tingkat
identitas dan citra wajah keberhasila
emosi. Dalam dan n yaitu
hal ini pendekatan 85%.
dibutuhkan metode
teknik Euclidean
pengolahan Distance
citra untuk sebagai
memanipulasi proses
ataupun identifikasi
mengekstraksi objek wajah.
fitur dalam Terdapat 2
5
objek secara proses utama
aktual yang dalam sistem
terekam dalam ini, antara
citra. lain
pelatihan dan
pengujian.
5. Prototype Komputer Euclidean Pada Berdasarka
Pengenalan membutuhkan Distance penelitian n pengujian
Wajah suatu ini, akan yang telah
Menggunakan algoritma agar dirancang dilakukan,
Principal dapat prototipe diketahui
Component mengenali pengenalan bahwa
Analysis Dan wajah manusia wajah prototipe
Euclidean dengan akurat menggunaka pengenalan
Distance dan kemudian n algoritma wajah yang
diterapkan Principal dirancang
pada mesin Component adalah
absensi, Analysis(PC cukup baik
kontrol akses, A) untuk dengan
dan bidang ekstraksi tingkat
keamanan. fitur wajah akurasi
dan mencapai
Euclidean 83,36%.Kat
Distance a kunci –
untuk Pengenalan
klasifikasi Wajah, Visi
wajah. Komputer,
Algoritma Kecerdasan
PCA dan Buatan,
Euclidean PCA,
Distance Euclidean
dipilih Distance
karena
mudah
diimplement
asikan,
cukup
akurat, dan
merupakan
dasar bagi
algoritma
lain, seperti
Linear
Discriminant
Analysis(LD
A)
6
1.2 DISKRIPSI TABEL
Metode Euclidean Distance sangat baik dalam perhitungan jarak, Euclidean Distance
dapat menghasilkan kualitas perhitungan yang maksimal. Euclidean Distance perhitungan jarak
yang selisih antar 2 titik dan garis yang akan dibandingkan untuk pengenalan sebuah objek.
Metode Euclidean Distance sangat baik digunakan untuk pengenalan. Untuk pengenalan
wajah pastinya sangat dibutuhkan metode ini sebab Euclidean Distane sangat baik karena
menggunakan metode perhitungan jarak. Namun dalam perhitungan Jarak Euclidean, sering
mengalami kesulitan dalam masalah perhitungan supaya dihasilkan perhitungan yang lebih
akurat.
Dari beberapa manfaat diatas, metode Euclidean Distance sangat diperlukan di teknologi
saat ini. Euclidean Distance sangat direkomendasikan untuk membantu dalam perhitungan jarak
yang keakuratan dalam masalah pengenalan objek. Dengan menggunakan metode Euclidean
Distance juga bisa membuat waktu kita menjadi lebih singkat dalam menyelesaikan masalah.
7
BAB III
METODE PENELITIAN
Dalam PKM-P ini kami mengambil metode ektraksi fitur automatis, Arti dari metode ini
adalah suatu metode penelitian untuk pengenalan wajah dengan pendekatan geometri dengan
menggunakan metode euclidean distance. Penelitian ini mempelajari bagaimana perhitungan
jarak sebagai obyek yang dijadikan bahan untuk memulai penelitian tersebut. Dalam metode ini
peneliti mencoba mendeskripsikan tentang penerapan metode centroid dan geometric mean pada
jaman sekarang yang sudah maju ini. Tahap pertama, proses pengenalan dengan menginputkan
citra. Tahap kedua, peneliti mulai mencari titik untuk menjadikan acuan untuk mencari jarak
pada geometri mean dan nantinya geometri mean menghasilkan jarak antar titik menjadi jarak
antar fitur. Tahap terakhir, peneliti menyimpulkan tentang keseluruhan dari ide serta solusi
menjadi GUI aplikasi pengenalan wajah dengan Metode Centroid dan Geometric Mean yang
bertujuan memudahkan pengguna untuk menginput pengenalan wajah..
Penelitian ini merupakan penelitian pengujian , yang bertujuan untuk menciptakan alat
dengan menggunakan metode Centroid dan Geometric Mean sebagai alat yang digunakan untuk
pengenalan wajah.
8
prototipe dari menyempurnakan
desain aplikasi aplikasi yang
diharapkan
1. Mendeteksi citra wajah supaya dapat digunakan di metode centroid dan geometic
mean.
2. Menguji metode yang digunakan untuk pengenalan wajah.
3. Membuat program GUI aplikasi dengan menggunakan metode centroid dan geometric
mean untuk menginput wajah.
4. Menguji coba aplikasi untuk mencari kekurangan supaya bekerja secara maksimal.
5. Memperbaiki kesalahan pada aplikasi.
6. Mengumpulkan data-data setelah aplikasi bekerja secara maksimal.
Cara penafsiran dilakukan dengan melakukan pengujian aplikasi secara langsung supaya
dapat melihat hasilnya dengan maksimal. Kemudian mengumpulkan data-data dari hasil
pengujian aplikasi tersebut. Mengumpulkan pokok masalah untuk mendapatlan hasil
yang lebih baik dari pengujian yang dilakukan sebelumnya. Penafsiran juga dilihat
seberapa kuat menghadapi kegagalan secara berulang-ulang.
9
Setelah melakukan penelitian, kita bisa mengetahui seberapa maksimal GUI
Frame yang mempadukan 2 metode. Mulai dari keakuratan hingga ketahanan aplikasi
tanpa mengalami kesalahan sistem. Dalam penelitian ini GUI Frame merupakan aplikasi
yang berpengaruh besar untuk menampilkan hasil dari pengenalan wajah dengan
menginputkan foto. GUI Frame membuat keamanan menjadi lebih menghemat tenaga
dan menghemat waktu sehingga membuatnya menjadi lebih praktis.
Dalam penelitian ini kami menemukan cara yang lebih efisien untuk pengenalan
wajah. Penelitian ini juga membantu kita meringankan beban para petugas kemanana
dengan menggunakan teknologi yang lebih modern.
10
BAB IV
1. Gaji Rp 4.416.000,00
3. Perjalanan Rp 40.000,00
DAFTAR PUSTAKA
11
A. Kurniawan, R. I. (2015). Perancangansistem Pengenalan Wajah Menggunakan Metode Ekstraksi Ciri Susunan
Tapis Wavelet Gabor 2D Dengan Jarak Euclidean. erancangansistem Pengenalan Wajah Menggunakan
Metode Ekstraksi Ciri Susunan Tapis Wavelet Gabor 2D Dengan Jarak Euclidean, 5(3), 5.
Akhyar, R. H. (2017). Identifikasi Fitur Wajah Dengan Menggunakan Facial Points Dan Euclidean Distance. Citee,
154-160.
H. Kurniawan, T. H. (2008). Perancangan Program Pengenalan Wajah Menggunakan Fungsi Jarak Metode
Euclidean Pada Matlab. Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) Yogyakarta,
21 Juni 2008, Vol 1(Snati), 15-18.
L. Tommy, Y. S. (2017). Prototype Pengenalan Wajah Menggunakan Principal Component Analysis dan Euclidean
Distance. Seminar Nasional Teknologi Infrormasi, Bisnis dan Desain, 272-277.
R. Bayu, S. H. (2009). Penerapan Face Recognition Dengan Metode Eigenface Dalam Intelligent Home Security.
Tugas Akhir Mahasiswa …, 1-7.
12
LAMPIRAN
Lampiran 1
Biodata Ketua dan Anggota , Biodata Dosen Pendamping
13
Kegiatan Kemahasiswaan Yang Sedang /Pernah Di Ikuti
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat
dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai ketidak sesuaian
dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam tugas
proposal pkm.
14
Biodata Dosen Pendamping
1. Identitas Diri
1. Nama Lengkap Aria Hendrawan, M.Kom.
2. Jenis Kelamin Laki-Laki
3. Jabatan Fungsional Asisten Ahli
4. NIS 06557003102159
5. NIDN 0621038501
6. Tempat dan Tanggal Lahir Semarang, 21 Maret 1985
7. E-mail ariahendrawan@usm.ac.id
8. Nomor HP 08112790713
9. Alamat Kantor Jl. Soekarno Hatta – Tlogosari, Semarang
10. No Telepon (024) 6702757 / (024) 6702272
11. Lulusan yang telah dihasilkan S-1 = 10 Orang
12. Mata Kuliah yang diampu 1. Pengolahan Citra
2. Kecerdasan Buatan
3. Open Source Systems
4. Grafika Komputer
5. Jaringan Syaraf Tiruan
2.Riwayat Pendidikan
( Aria Hendrawan,M.Kom. )
NIDN. 0621038501
16
Lampiran 2. Justifikasi Anggaran Kegiatan
1. Honor
3. Perjalanan
17
Lokasi Objek Hasil
Total (Rp) 40.000,00
4. Lain Lain
Lampiran 3
Susunan Organisasi :
Ketua : Putra Ananda Irwan Prasetyo
18
Sekertaris : Adhitya Bagus Prakoso
Bendahara : Raka Al Kautsar
19
Lampiran 4
Dengan ini menyatakan bahwa proposal PKM-P saya dengan judul SISTEM PENGENALAN
WAJAH MELALUI WEBCAM UNTUK MENDETEKSI WAJAH yang diusulkan untuk tahun
anggaran 2020 adalah asli karya kami dan belum pernah dibiayai oleh lembaga atau sumber dana lain.
Demikian pernyataan ini dibuat dengan sesungguhnya dan dengan sebenar-benarnya.
20