1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada saat ini, pengolahan citra telah banyak digunakan pada berbagai bidang. Contoh penerapan teknologi pengolahan citra yaitu pada bidang biomedis, biometrika, desain visual dan masih banyak lagi bidang lainnya. Pengolahan citra telah banyak dikembangkan dalam dunia IT (Informasi Teknologi), perkembangan
pengolahan citra dalam dunia IT dapat dilihat dari banyaknya pengembang aplikasi yang menggunakan metode-metode yang ada dalam pengolahan citra untuk diterapkan pada lingkungan sekitar, tidak hanya itu metode-metode yang ada dalam pengolahan citra juga banyak diteliti dan dikembangkan oleh orang-orang yang berkecimpung dalam dunia IT. Ilmu pengolahan citra menjadi suatu hal yang menarik dalam dunia IT karena dalam ilmu pengolahan citra terdapat banyak pilihan metode untuk menyelesaikan masalah yang dihadapi, sebagai contoh apabila kita ingin mendeteksi tepi objek dari sebuah gambar, terdapat beberapa metode yang dapat diterapkan yaitu metode sobel, prewit dan robert. Tidak hanya itu dari metode-metode tersebut tidak mustahil untuk mengembangkan metode-metode baru dari perpaduan beberapa metode.
Biometrik merupakan cabang ilmu pengetahuan yang menggunakan bentuk tubuh manusia yang memiliki sifat unik seperti bentuk iris mata, sidik jari dan bentuk wajah sebagai alat identifikasi yang telah banyak digunakan dalam dunia teknologi. Teknologi biometrik telah mengalami perkembangan yang cukup pesat dikarenakan dampak perkembangan teknologi pengolahan citra. Perkembangan teknologi pengolahan citra mempengaruhi perkembangan teknologi biometrik karena dalam penerapan aplikasi yang digunakan dalam biometrik terdapat beberapa metode
2 Dalam mengembangkan aplikasi biometrik dibutuhkan ilmu pengolahan citra, berupa kombinasi beberapa ilmu seperti: matematika, statistika, kalkulus, pengolahan sinyal, matriks dan transformasi linear.
Untuk membangun sistem pengenalan wajah yang baik agar dapat diterapkan pada sistem identifikasi seseorang, sistem tersebut harus memenuhi beberapa kriteria diantaranya keakuratan pengenalan, kecepatan pengenalan dan penggunaan memori yang baik untuk proses pengenalan. Dengan adanya masalah dari kriteria tersebut maka diperlukan sebuah analisis terhadap sistem pengenalan wajah, oleh karena itu dibutuhkan analisa terhadap sistem pengenalan wajah. Metode sistem pengenalan wajah yang akan dianalisa yaitu metode pengenalan wajah eigen face dan fisher face.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang dipaparkan diatas penulis merumuskan permasalahan dari penelitian ini yaitu bagaimana cara membuat sistem yang dapat membandingkan antara metode eigen face dan fisher face dari segi akurasi, penggunaan memori dan waktu.
1.3 Maksud dan Tujuan
Dalam membuat program ini, penulis merumuskan batasan masalah sebagai berikut :
1. Program hanya dapat dijalankan pada komputer desktop.
3 3. Program hanya dapat dijalankan pada komputer 64 bit.
4. Program dibangun dengan Visual Studio menggunakan bahasa visual C#. 5. Jumlah orang yang diteliti sebanyak 5 orang dan sampel wajah yang diambil
sebanyak yaitu 10, 15 dan 20 buah.
6. Pengambilan dan pengujian citra dilakukan di dalam ruangan dengan intensitas cahaya normal.
7. Kamera yang digunakan yaitu kamera web Logitech C615
1.5 Metode Penelitian
Metodologi penelitian yang dilakukan dalam tugas akhir ini yaitu :
1. Studi Literatur.
Melakukan pengumpulan sumber-sumber informasi yang dibutuhkan untuk membangun sistem. Sumber informasi didapatkan dari jurnal, buku dan artikel-artikel, serta melakukan diskusi dengan dosen atau ahli-ahli yang terkait dengan judul skripsi ini.
2. Perancangan
Mengaplikasikan teori-teori yang didapatkan ke dalam sistem yang akan
dibangun. 3. Eksperimen
Melakukan pengujian terhadap sistem pengenalan wajah yang dibangun.
4. Analisis.
Melakukan pengamatan terhadap sampel data yang diambil dan melakukan perbandingan terhadap data-data penelitian yang dilakukan sebelumnya.
1.6 Sistematika Penulisan
Untuk mendapatkan gambaran yang singkat mengenai pembahasan skripsi ini, maka skripsi ini dibagi menjadi lima bab yang saling berhubungan. Adapun sistematika penulisannya sebagai berikut :
BAB 1 PENDAHULUAN
4 BAB 2 TEORI PENUNJANG
Pada bab ini dijelaskan mengenai teori-teori dasar atau umum, teori-teori khusus, singkatan-singkatan dan definisi yang digunakan dalam penysusunan skripsi ini. BAB 3 ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini menjelaskan tentang bagaimana perancangan sistem yang dilakukan dalam membangun program yang akan dibuat. Perancangan yang akan dibangun yaitu membuat use case diagram, time diagram, activity diagram, class diagram dan antarmuka dengan user.
BAB 4 HASIL PENGUJIAN DAN ANALISA
Pada bab ini menjelaskan tentang bagaimana hasil yang didapatkan dari penelitian yang dilakukan, hasilnya berupa perbandingan antara metode Fisher Face dan Eigen Face dari segi akurasi, waktu dan penggunaan memori.
BAB 5 KESIMPULAN DAN SARAN
62
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Merujuk pada data yang didapatkan pada bab pengujian dan analisa. Dirumuskan kesimpulan sebagai berikut :
1. Untuk percobaan pertama dengan banyak citra latih 10 buah, tingkat akurasi eigen face 70% dan fisher face 66%, penggunaan memori eigen face dan fisher face, waktu eksekusi 2.46 ms eigen face dan 2.15 ms fisher face.
2. Untuk percobaan pertama dengan banyak citra latih 15 buah, tingkat akurasi eigen face 78% dan fisher face 78%, penggunaan memori eigen face dan 2122033 bytes fisher face, waktu eksekusi 3.56 ms eigen face
dan 3.52 ms fisher face.
3. Untuk percobaan ketiga dengan banyak citra latih 20 buah, tingkat akurasi eigen face 82% dan fisher face 84%, penggunaan memori eigen face dan fisher face, waktu eksekusi 5.4 ms eigen face dan 4.89 ms fisher face.
4. Dari data hasil analisa pada poin pertama sampai ketiga dapat disimpulkan bahwa metode fisher face lebih baik dari segi penggunaan memori dan waktu
eksekusi program dan untuk akurasi metode fisher face bisa lebih baik dari metode eigen face apabila jumlah citra latih ditambah.
5.2 Saran
Saran yang dipertimbangkan untuk mengembangkan sistem yang lebih baik, adalah :
63 2. Metode eigen face dan fisher face pengenalannya masih belum bagus dikarenakan faktor cahaya, apabila di ruangan yang terdapat intentitas cahaya yang cukup besar atau terlalu kecil maka kedua metode ini akan salah mengenali orang apalagi jika diterapkan pada sistem waktu nyata (real time system). Maka dari itu dibutuhkan sebuah teknik yang dapat mengendalikan
ANALISIS PERBANDINGAN METODE EIGEN FACE DAN FISHER
FACE DALAM SISTEM PENGENALAN WAJAH
TUGAS AKHIR
Disusun Untuk Memenuhi Syarat Kelulusan Pada
Program Studi Strata Satu Sistem Komputer di Jurusan Teknik Komputer
Oleh
Sofyan Ardiansyah 10210157
Pembimbing John Adler, M.Si
JURUSAN TEKNIK KOMPUTER
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
vii
DAFTAR ISI
LEMBAR PENGESAHAN ... ii
LEMBAR PERNYATAAN ... iii
ABSTRAK ... iv
ABSTRACT ... v
KATA PENGANTAR ... vi
DAFTAR ISI ... viii
DAFTAR TABEL ... xii
DAFTAR GAMBAR ... xiv
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang... 1
1.2 Rumusan Masalah ... 2
1.3 Maksud dan Tujuan ... 2
1.4 Batasan Masalah ... 2
1.5 Metode Penelitian ... 3
1.6 Sistematika Penulisan ... 3
BAB II TINJAUAN PUSTAKA ... 5
2.1 Pengolahan Citra ... 5
2.2 Aplikasi Pengolahan Citra ... 5
2.2.1 Bidang Biomedis ... 5
2.2.2 Bidang Biometrika ... 6
viii
2.3 Sistem Pengenalan Wajah (Face Recognition System) ... 7
2.4 PCA (Principle Component Analysis) ... 16
2.5 LDA (Linear Discriminant Analysis) ... 18
2.6 Perangkat Keras ... 20
2.7 UML (Unified Modelling Language) ... 21
2.8 Perangkat Lunak ... 24
2.8.1 C# ... 24
2.8.2 Microsoft Visual Studio 2012 ... 25
2.8.3 Emgu CV ... 25
BAB III ANALISIS DAN PERANCANGAN SISTEM ... 28
3.1 Analisis Sistem ... 28
3.1.1 Analisis Masalah ... 28
3.1.2 Analisis Algoritma ... 28
3.1.3 Analisis Kebutuhan Non-Fungsional ... 30
3.1.3.1 Analisis Perangkat Keras ... 30
3.1.3.2 Analisis Perangkat Lunak ... 31
3.1.3.3 Analisis Pengguna ... 31
3.1.4 Analisis Kebutuhan Fungsional ... 32
3.1.4.1 Use Case Diagram ... 32
3.1.4.2 Activity Diagram. ... 38
3.1.4.3 Sequence Diagram... 41
3.1.4.4 Class Diagram ... 44
ix
3.2.1 Arsitektur Menu ... 44
3.2.2 Perancangan Antarmuka ... 45
3.2.2.1 Perancangan Antarmuka User ... 45
BAB IV IMPLEMENTASI DAN PENGUJIAN ... 48
4.1 Implementasi Sistem ... 48
4.1.1 Implementasi Perangkat Keras... 48
4.1.2 Implementasi Perangkat Lunak ... 48
4.1.3 Implementasi Antarmuka ... 49
4.2 Pengujian Sistem ... 49
4.2.1 Pengujian Alpha ... 50
4.2.2 Pengujian Proses Dekteksi Wajah ... 55
4.2.3 Pengujian Proses Penyimpanan Citra Latih ... 57
4.2.4 Pengujian Proses Pengenalan Wajah ... 57
BAB V KESIMPULAN DAN SARAN ... 62
5.1 Kesimpulan ... 62
5.2 Saran ... 62
64
DAFTAR PUSTAKA
[1] Ababneh and Mohammad, F., 2008, Face Recognition Eigen Face and Fisher Face Performance, European Journal of Scientific Research, Vol. 21
Issue 1.
[2] Budiharto, W., 2012, Robot Vision, ANDI Yogyakarta.
[3] Bradski, G., and Koehler, A., 2008, Learning OpenCV, O’REILLY Cambridge.
[4] Darmawan, E., dan Laurentius, R., 2011, Pemrograman Berorientasi Objek C# Yang Susah Jadi Mudah, INFORMATIKA Bandung.
[5] Elenian, M., A., 2008, Eigen Face vs Fisher Face vs ICA For Face
Recognition; Comparative Study, Signal Processing, 2008. ICSP 2008. 9th International Conference on
[6] Hariyanto, B., 2004, Rekayasa Sistem Berorientasi Objek, INFORMATIKA Bandung.
[7] Herdiawati, I., 2009, Pengolahan Citra Digital, Universitas Kristen Maranatha Bandung.
[8] Kai, K., 2009, Fisher Face vs Eigen Face in The Dual Tree Complex Wavelet Domain, Intelligent Information Hiding and Multimedia Signal Processing, Vol 322 Issue 1.
[9] Ming, H., Y., 2002, Eigen Face vs Fisher Face: Face Recognition, Honda Fundamental Research Lab Mountain View, CA 94041.
[10] Naotoshi, S., 2011, Eigen Face and Fisher Face, University of Maryland ENEE633 Patter Recognition, Project 2-1.
[11] Peter, N., Belhumeur, Joao, P., and Hespanha, 1997, Eigen Face vs Fisher Face : Recognition Using Class Spesific Linear Projection, IEEE
Transactions on Pattern Analysis and Machine Intelegence, Vol 19
Issue 7.
65 [13] Putra, D., 2010, Pengolahan Citra Digital, ANDI Yogyakarta.
[14] Ranam, K.., and Satnam, S., 2013, Performance Comparison of Eigen Face vs Fisher Face for Face Recognition, International Journal of Computer & Organization Trends, Vol 3 Issue 8.
[15] Shin, S., 2013, EmguCV Essentials, PACKTPUB.
[16] Singh and Sukhvinder., 2011, Face Recognition Implementation Using The Simple PCA LDA Algorithm, International Journal of Advanced Research in Computer Science, Vol 2 Issue 3.
DAFTAR RIWAYAT HIDUP PENULIS
Nama Lengkap : Sofyan Ardiansyah
Tempat/Tanggal Lahir : Makassar, 12 Februari 1992
Alamat : Jl. Tubagus Ismail Bawah No. 07 Bandung
Agama : Islam
Fakultas : Teknik dan Ilmu Komputer
Program Studi : Sistem Komputer (Strata 1)
Perguruan Tinggi : Universitas Komputer Indonesia
Email : ardiansyahsofyan@yahoo.com
PENDIDIKAN FORMAL :
1998 – 2004 : SD Negeri Mangkura IV Makassar.
2004 – 2007 : SMPN 18 Makassar.
2007 – 2010 : SMA HANGTUAH Makassar
VI
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah memberi rahmat dan karunianya, tidak lupa shalawat dan salam penulis curah limpahkan kepada nabi besar Muhammad SAW beserta para sahabat dan keluarganya. Berkat bantuan dan dorongan dari semua pihak yang telah membantu terselesaikannya tugas
akhir ini. Adapun judul tugas akhir ini yaitu “Analisis Perbandingan Metode Eigen Face dan Fisher Face Dalam Sistem Pengenalan Wajah”. Maka dengan itu pada kesempatan ini penulis menyampaikan banyak terima kasih kepada :
1. Kepada kedua orang tua beserta keluarga besar penulis, berkat doa dan dukungan mereka penulis dapat menyelesaikan tugas akhir ini.
2. Bapak Dr.Wendi Zarman, M.Si selaku ketua Jurusan Teknik Komputer Universitas Komputer Indonesia
3. Bapak John Adler, M.Si selaku dosen pembimbing yang telah membimbing penulis dalam menyelesaikan tugas akhir ini.
4. Ibu Sri Supatmi, M.T selaku dosen wali penulis yang telah memberikan
arahan kepada penulis mengenai proses perwalian di Jurusan Teknik Komputer Universitas Komputer Indonesia.
5. Seluruh dosen Teknik Komputer Universitas Komputer Indonesia karena berkat ilmu dan motivasi yang diberikan oleh mereka maka penulis dapat menyelesaikan tugas akhir ini.
6. Anak-anak Teknik Komputer khususnya kelas 10 Tk 04.
7. Sekretariat serta seluruh pegawai Universitas Komputer Indonesia.
8. Irmawati selaku tunangan penulis karena berkat semangat yang diberikannya penulis dapat menyelesaikan tugas akhir ini.
Penulis menyadari bahwa penyusunan tugas akhir ini masih banyak
VII Demikian tugas akhir ini penulis susun semoga bermanfaat bagi semua pihak dan penulis sendiri. Akhir kata penulis ucapkan terima kasih.
Bandung, 04 Maret 2015
