PERANCANGAN
3.1.
Perancangan Sistem
Alur sistem pendeteksi wajah dengan algoritma camshift diperlihatkan pada gambar 3.1.
Wajah Webcam Laptop
Gambar 3.1 Alur Sistem Pendeteksi Wajah
Pada sistem pendeteksi wajah dengan algoritma camshift, penulis menggunakan software matlab untuk memasukan program pendeteksi wajah. Pada awalnya wajah akan ditangkap oleh camera. Dengan serangkaian program di matlab hasil gambar yang ditangkap oleh kamera akan di tampilkan yang fungsinya sendiri adalah sebagai pusat pengaturan semua proses pendeteksi wajah yang menggunakan webcam.
3.2.
Identifikasi Kebutuhan Perangkat
Pada pembuatan sistem deteksi wajah penulis menggunakan beberapa pereangkat sebagai berikut.
1. Webcam sebagai penangkap gambar saat proses pendeteksi. 2. Laptop sebagai pengolah data.
3. Matlab sebagai pengendali utama sistem pendeteksi wajah secara keseluruhan serta penampil antar muka.
3.3.
Perancangan Pengenalan Perangkat Keras
3.3.1. Webcam
Pada perancangan sistem deteksi wajah ini, penulis menggunakan webcam sebagai penangkap wajah ketika webcam di akatifkan. Webcam yang di gunakan adalah webcam Logitech C270 HD dengan resolusi 3 megapixel, tetapi resolusi yang di gunakan 160 x 120 pada program pendeteksi wajah. Pengambilan gambar oleh webcam dilkakukan dengan jarak 45 ��. Pada jarak terebutlah dihsailkan gambar yang fokus.
Sebelum pengambilan gambar , webcam harus terlebih dahulu dikomunikasikan dan diinisialisasi dulu di dalal program. Fungsi imqwhinfo untuk mengetahui nama adaptor dalam webcam tersebut. Kemudian diinisialsasi sesuai nama adaptornya yaitu 'winvideo' dan resolusi kamera yang digunakan adalah 160x240, setelah komunikasi dan inisialisasi webcam berhasil, Kemudian perintah untuk mengambil gambar menggunakan getsnapshot.
3.4.
Perancangan Perangkat Lunak
3.4.1. Diagram Alir Program Utama
Proses pendeteksi wajah dengan algoritma camshift adalah proses dimana ketika wajah telah terdeteksi oleh webcam dengan adanya tampilan window search. Diagram alir proses pendeteksi wajah dapat dilihat pada gambar 3.1.
Pada awalnya kamera diaktifkan, kemudianresolusi video diatur dengan resolusi 320x240. Resolusi video yang diatur pada resolusi 320x240 dimaksudkan agar pada saat video yang dijalankan tidak mengalami perlambatan, karena apabila resolusi yang dimasukkan semakin besar, maka setiap frame yang di ambil akan mempunyai ukuran file yang besar, sehingga dapat memperlambat pengamabilan gambar.
Setelah itu Interval video diatur nilainya.Interval video merupakan pengatur waktu saat pengambilan frame, dan jumlah pengambilan frame merupakan pengatur jumlah pengambilan frame yang dibutuhkan. Setelah pengambilan frame dilakukan, langkah selanjutnya adalah mengambil gambar (snapshot) dimana setelah pengambilan gambar akan dilakukan perhitungan nilai hue, dan ketika nilai hue telah diperoleh, prsoes selanjutnya yaitu nilai hue dimasukan ke dalam proses filter. Pada proses filter ini, gambar rgb terlebih dahulu dikonversi ke grayscale (persamaan 2.14 ). Setelah proses konversilangkah selanjutnya yaitu mensubtract nilai grayscale terhadap nilai hue, dan hasil subtract yang telah didapatkan kemudian didifferensiasi untuk mendapatkan nilai biner. Setelah mendapatkan nilai biner kemudian di filter dengan median filter denngan tujuan untuk mengurangi noise yang ada
pada citra .Setelah mendapatkan nilai median filter kemudian dicari nilai binernya (persamaan 2.17). Setelah mendapatkan nilai biner, proses selanjutnya yaitu mengkalkulasi luasan object dengan zeroth moment dan menetukan ukuran kotak pendeteksi dengan first moment, dan menentukan titik tengah dengan center of mesh.
Proses dilakukan secara berlanjut hingga frame yang diambil mencapai 100, dan jika pengambilan telah melebihi 100 maka program akan berhenti. Penelitian ini dikatakan berhasil apabila proses pendeteksian hanya mendeteksi wajah dari atas ke bawah yang meliputi dahi hingga dagu, dan dari pipi kiri hingga pipi kanan, dan perogram ini dikatakan tidak berhasil apabila proses penedetksian melebihi range tersebut (dari dahi hingga leher).
Gambar 3.2. Diagram Alir Proses Pendeteksi Wajah
3.4.2. Diagram Alir Program Mencari Nilai Hue
Langkah awal pada proses ini adalah pengambilan gambar, dan setelah proses pengambilan gambar selesai maka tiap pixel yang ada pada gambar akan dibaca nilaiRGB, ketika nilai RGB telah di dapatkan maka proses selanjutnya yaitu mengkonversi nilai RGB ke
HSV (berdasarkan persamaan 2.4 - 2.13), hasil konversi ke HSV kemudian diambil nilai Hue-nya. Nilai hue yang didapatkan akan disubtract dengan nilai grayscaleuntuk mendapatkan nilai biner.
Gambar 3.3. Diagram Alir Proses Mencari Nilai Hue
3.4.3 Diagram Alir Proses Konversi RGB ke Grayscale
Pada proses ini, gambar yang telah di ambil dari hasil snapshot masih dalan mode RGB dimana setiap pixel mempunyai nilai red (r), green (g) dan blue (b) dengan nilai masing-masing 0-255, kemudian di konversi ke dalam mode grayscale dengan (persamaan 2.14) maka setiap pixel saat dalam gambar grayscale mempunyai nilai derajat keabuan x dengan nilai 0-255. Warna abu-abu adalah satu-satunya warna pada ruang RGB dengan komponen merah, hijau, dan biru mempunyai intensitas yang sama. Pada citra beraras keabuan hanya perlu menyatakan nilai intensitas untuk tiap pixel sebagai nilai tunggal, sedangkan pada citra berwarna perlu tiga nilai intensitas untuk tiap pixelnya.
Untuk mengubah citra berwarna yang mempunyai nilai matrik masing-masing r, g, dan b menjadi citra grayscale dengan nilai s, maka konversi dapat dilakukan dengan mengambil nilai rata-rata dari nilai r, g, dan b. Proses konversi ini di maksdudkan agar dapat disubtract dengan nilai hue, dan setelah disubtrcat maka dapat didifferensiasi untuk memperoleh nilai biner.
Gambar 3.4. Diagram Alir Proses Konversi RGB ke Grayscale
3.4.5. Diagram Alir Kotak Pendeteksi (Search Window)
Pada proses pembuatan kotak pendeteksi ini, langkah pertama yang dilakukan yaitu membuat bounding box, dimana pada bounding box terdapat titik x dimana sudut bounding box dibuat berdasarkan hasil kalkulasi pada luasan object dengan menggunakan zeroth momentdan menghitung jumlah piksel yang terdapat pada object. Kemudian dicari titik tengah dengan first moment melalui perhitungan piksel berdasarkan luasan object. Ukuran
bounding box seacara otomatis akan berubah mengikuti ukuran dan arah objek bergerak. Langkah selanjutnya yaitu membuat centroid sebagai titik tengah dimana letak kotak pendeteksi akan tampil. Setelah membuat bounding box dan centroid.
25