METODOLOGI PENELITIAN
HASIL DAN PEMBAHASAN
4.1 Hasil Pengujian .1 Parameter pengujian
Pengujian dilakukan dalam empat kondisi. Untuk memperoleh akurasi pengenalan wajah adalah membagi test/sampel yang berhasil dengan jumlah sampel percobaan selanjutnya dikali dengan 100%. Adapun rumus yang digunakan pada persamaan 2.9 untuk menghitung akurasi yaitu:
25
False acceptance rate (FAR) adalah kesalahan dalam mengenali identitas gambar masukan, baik itu kesalahan dalam mengenali identitas gambar masukan dari individu di luar database yang terdeteksi sebagai individu di dalam database, maupun kesalahan dalam mengenali identitas gambar masukan dari individu di dalam database yang dikenali sebagai individu lain. Adapun rumus yang digunakan pada persamaan 2.10 untuk menghitung FAR berikut rumus yang digunakan :
FAR = 100%
10 x40 25,00%
Tabel 4.2 Perhitungan nilai FAR
False rejection rate (FRR) adalah kesalahan dalam menolak gambar masukan. Sebuah gambar masukan yang seharusnya dapat dikenali (identitasnya terdapat di dalam database) berubah menjadi tidak dikenali.
Kesalahan FAR
26
Adapun rumus yang digunakan pada persamaan 2.3 untuk menghitung FRR:
FRR 40 x 100%
Tabel 4.3 Perhitungan nilai FRR
Pengujian citra dilakukan pada siang hari pukul 11.00- 13.00 wib dimana penerangan berasal dari cahaya matahari dengan jarak pengambilan citra sejauh 30 cm dan 50 cm.
sehingga hasil yang didapat adalah :
Percobaan ke 30cm 50cm
27
Dari hasil citra yang didapat bahwa pengambilan citra pada jarak 30 cm dan 50 cm berhasil mendeteksi wajah yang diambil dari 4 kondisi yang berbeda yaitu :
- Lurus menghadap kamera - Serong kanan
- Serong kiri - Ekspresi
Adapun Perancangan aplikasi yang diselesaikan dalam penelitian ini menggunakan :
Bahasa pemograman Python 3.6 dengan menggunakan framework Django 2.17
4.1.2. Hasil pre-processing
Untuk melakukan pengujian terhadap aplikasi perancangan pendeteksian citra wajah proses yang dilakukan dengan pengujian citra wajah sebanyak 40 citra, pada citra wajah yang untuk latih adalah 20 sedangkan citra yang diuji adalah 20. Berikut adalah tabel dataset daftar nama-nama beserta biodata diri dari citra wajah yang akan diuji :
No Nama Alamat Jenis Kelamin
1 Ellanda P Wijaya Jl Syahbuddin Yatim LK II No.09 Wanita 2 Emil K Wijaya Jl Syahbuddin Yatim LK II No.09 Laki - Laki 3 Ega Triwi Wijaya Jl Syahbuddin Yatim LK II No.09 Laki - Laki 4 Elzha Pratita Wijaya Jl Syahbuddin Yatim LK II No.09 Wanita 5 Endang K Wijaya Jl Syahbuddin Yatim LK II No.09 Laki - Laki
6 Mahdawani Jl Syahbuddin Yatim LK II No.09 Wanita
7 Syahreza Jl Syahbuddin Yatim LK II No.09 Laki - Laki
8 Yeni Novita Sari Perumahan Mewah Terjun Wanita
9 Muhaini Jl Syahbuddin Yatim LK II No.09 Wanita
10 Helmi Yudi Jl Syahbuddin Yatim LK II No.09 Laki - Laki
11 Susandi Belawan Komplek KPLP Laki - Laki
12 Juniar Sulastri Belawan Komplek KPLP Wanita
13 Gilang Ramadhan Belawan Komplek KPLP Laki - Laki
14 Rizka Ananda Belawan Komplek KPLP Wanita
15 Dwi Andika Marelan Pasar 2 Barat Laki - Laki
16 Paloma Yusfika Labuhan Yong Panah Hijau Wanita
17 Soya Majida Labuhan Yong Panah Hijau Wanita
18 Fauliza Maini Labuhan Yong Panah Hijau Wanita
19 Malika Labuhan Yong Panah Hijau Wanita
20 Mhd Sole Belawan Komplek Unikampung Laki - Laki
21 Anita Belawan Komplek Unikampung Wanita
28
22 Bayu Kesuma Perumahan Perak Residen Laki - Laki
23 Maulida Perumahan PT Ira Terjun Wanita
24 Dina Monica Sungai Mati Simpang Kantor Laki - Laki
25 Sri Rahayu Belawan Jalan Sepat no 05 Wanita
26 Murin Lestari Belawan Uni Kampung 01 Wanita
27 Zainul Perumahan PT Ira Terjun Laki - Laki
28 Anto Johan Labuhan Yong Panah Hijau Laki - Laki
29 Yusmidar Labuhan Yong Panah Hijau Wanita
30 Mutia Labuhan Deli Wanita
31 Mono Nelayan Sebrang Laki - Laki
32 Saiful Helvetia Laki - Laki
33 Junaidi Perumahan PT Ira Terjun Laki - Laki
34 Jon Martubung Laki - Laki
35 Tomi Martubung Laki - Laki
36 Wahyu Martubung Laki - Laki
37 Dimas Martubung Laki - Laki
38 Namen Martubung Laki - Laki
39 Jalil Martubung Laki - Laki
40 Armen Marelan Pasar 2 Barat Laki - Laki
Tabel 4.5 Daftar Dataset Citra wajah
Dari kedua tabel tersebut merupakan daftar nama-nama yang akan diambil fotonya sebagai pendeteksian citra wajah dengan menggunakan aplikasi tersebut. Data –data tersebut akan di input kedalam aplikasi dataset pendektesian wajah.
4.1.3 Proses Penginputan data
Pada proses penelitian ini hal perlu dilakukan adalah proses penyimpanan dataset yang dilakukan yaitu input data tersebut kedalam aplikasi pengenalan wajah, masukan data kedalam form profile yang telah disediakan. Masukan data pribadi serta mengunduh photo sebagai dataset.
29
Berikut tampilan untuk memasukkan dataset yang tertera pada Gambar 4.1 :
Gambar 4.1 Aplikasi Pengenalan Wajah untuk pengisian biodata diri dan Photo
Di gambar 4.1 diatas merupakan aplikasi pengenalan wajah , proses pertama yang dilakukan adalah menyimpan terlebih dahulu beberapa data seseorang sebagai dataset untuk pendektesian pengenalan wajah apakah sesuai dengan dataset yang disimpan pada aplikasi ini. Hal yang disimpan sebagai data berupa biodata diri beserta photo dari seseorang tersebut. Dapat dilihat pada tampilan gambar 4.2 :
Gambar 4.2 From pengisian Biodata diri dan upload photo
30
Pada gambar 4.2 menjelaskan bagaimana melaukan penyimpanan biodata diri sebagai dataset untuk aplikasi pendeteksian pengenalan wajah. Setelah melakukan penyimpanan biodata data maka data tersebut akan tersimpan berikut tampilan dari hasil penyimpanan biodata diri pada gambar 4.3 :
Gambar 4.3 Kumpulan Dataset
Setelah melakukan penyimpanan biodata diri maka dilanjutkan dengan proses selanjutnya yaitu pengambilan citra wajah dengan beberapa kondisi yang berbeda , Proses pengambilan citra wajah di lakukan dengan ekspresi yang berbeda lebih kurang 50 kali pengambilan citra wajah pada satu wajah yang sesuai dengan biodata diri yang sudah disimpan. Berikut tampilan pengambilan pada gambar 4.4 dan 4.5 :
31
Masuk kedalam proses dataset untuk pengambilan citra wajah seperti pada tampilan gambar 4.5 :
Gambar 4.5 Pengambilan citra wajah
Pengambilan citra yang dilakukan dengan kondisi dan ekspresi yang berbeda sudah ditentukan pada kamera yang tersedia diaplikasi lalu disimpan foto-foto tersebut kedalam aplikasi sesuai dengan biodata diri yang diinput. Maka dataset tersebut akan tersimpan beserta biodata diri yang sudah disimpan.
Gambar 4.6 From Profile dataset
32
Pada Gambar 4.6 menampilkan data beberapa orang yang sudah tersimpan kedalam aplikasi pengenalan wajah ini. Setelah proses penyimpanan dataset pada aplikasi maka dilakukan proses training dataset. Untuk mengetahui pengambilan ekspresi wajah yang sudah diambil maka dapat dilihat pada gambar 4.7 sebagai berikut :
Gambar 4.7 Sampel citra wajah
Sampel wajah yang diambil sebanyak 50 kali penangkapan dengan ekpresi dan kondisi yang berbeda pada masing- masing penangkapan citra wajah yang dilakukan dengan kamera real time. Setelah melakukan penyimpanan citra wajah , maka proses selanjutnya adalah melakukan pendeteksian wajah.
33
4.1.4 Proses Training dataset
Pilih salah satu data yang sudah disimpan di aplikasi tersebut untuk di tranining pendeteksian wajah seseorang tersebut apakah sesuai dengan data yang dipilih untuk di training. Berikut tampilan training dataset pada gambar 4.8 :
Gambar 4.8 Tampilan awal training dataset
Proses training dataset, untuk melakukan training dataset harus sesuai dengan petunjuk yang sudah ditentukan pada aplikasi pendeteksian wajah tersebut dengan ketentuan-ketentuan yang telah ditentukan agar proses pendeteksian wajah terdektesi.
Setelah itu masuk ke training dataset maka akan muncul tampilan sebagai berikut pada gambar 4.9 :
Gambar 4.9 Tampilan training dataset sukses
Fungsi training dataset sukses adalah untuk mengetahui bahwa dataset tersebut sudah sukses tersimpan kedalam aplikasi pengenalan wajah.
34
Maka selanjut proses pendektesian wajah berikut pada tampilan gambar 4.10 :
Gambar 4.10 Pengambilan citra wajah yang dideteksi
Proses pengambilan wajah dilakukan untuk mendeteksi wajah sesuai atau tidak dengan dataset yang sudah ada disimpan diaplikasi tersebut. Apabila wajah tersebut sesuai maka tampilan pengambilan wajah terbaca “ Detected” jika tidak sesuai maka
“Unknown”. Setelah wajah terdektesi maka akan muncul tampilan sebagai berikut pada gambar 4.11 :
Gambar 4.11 Citra Gambar yang berhasil disimpan dengan password
35
Setelah citra wajah terdeteksi maka gambar tersebut akan tersimpan dengan menggunakan password yang sudah ditentukan sendiri sesuai ketika pada penginputan data awal. Maka selanjutnya akan muncul tampilan bahwa wajah tersebut terdeteksi sesuai dengan dataset yang sudah ada disimpan didalam aplikasi pendeteksian wajah berikut tampilannya gambar 4.12 :
Gambar 4.12 Hasil sukses pendektesian wajah
Proses pengambilan wajah dilakukan untuk mendeteksi wajah sesuai atau tidak dengan dataset yang sudah ada disimpan diaplikasi tersebut. Apabila wajah tersebut sesuai maka tampilan pengambilan wajah terbaca “ Detected” jika tidak sesuai maka
“Unknown” Setelah wajah didektesi didalam ruangan yang tidak ada cahaya maka akan muncul tampilan sebagai berikut pada gambar.
36
4.2. Pembahasan
Dalam proses pengujian ada beberapa ketentuan yang diperlu diketahui untuk pengolahan citra pada aplikasi pendeteksian wajah adalah sebagai berikut :
1. Pada pengambilan sampel citra wajah , ada 4 kondisi yang ditentukan untuk proses pengambilannya yaitu dengan : menghadap kamera, serong kanan dan serong kiri serta dengan ekspresi menghadap kamera.
2. Proses pengambilan citra dengan jarak 30 cm dan 50 cm
Sampel yang digunakan merupakan foto wajah yang telah dicetak dengan ukuran ?.
Sampel terdiri dari 20 foto wajah yang berbeda sehingga total menjadi 40 wajah.
Sebelum melakukan pengenalan akan dilakukan penginputan data citra serta biodata diri kedalam database. Proses perekamanan hanya dapat dilakukan beberapa kali yang berguna sebagai data apabila ingin melakukan pendeteksian wajah dengan menggunakan aplikasi tersebut.
Setelah data diinput kedalam aplikasi database pendeteksian wajah, proses selanjutnya adalah melakukan pengujian dengan kondisi sebagai berikut :
1. Pengujian pertama dilakukan pada ruangan yang didalam disiang hari yang menggunakan cahaya matahari sebagai penerangannya.
2. Pengujian kedua dilakukan diluar ruangan pada siang hari juga.
3. Pengujian selanjutnya didalam ruangan dan diluar ruangan pada malam hari dengan cahaya lampu sebagai penerangannya.