• Tidak ada hasil yang ditemukan

PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI MUHAMMAD SYUKUR HUTAGALUNG 071401078

N/A
N/A
Protected

Academic year: 2019

Membagikan "PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI MUHAMMAD SYUKUR HUTAGALUNG 071401078"

Copied!
12
0
0

Teks penuh

(1)

PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH

DENGAN METODE EIGENFACE

SKRIPSI

MUHAMMAD SYUKUR HUTAGALUNG

071401078

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

(2)

PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH

DENGAN METODE EIGENFACE

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar

Sarjana Komputer

MUHAMMAD SYUKUR HUTAGALUNG

0 7 1 4 0 1 0 7 8

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

(3)

PERSETUJUAN

Judul : PERANCANGAN PERANGKAT LUNAK

PENGENALAN WAJAH DENGAN METODE EIGENFACE

Kategori : SKRIPSI

Nama : MUHAMMAD SYUKUR HUTAGALUNG

Nomor Induk Mahasiswa : 071401078

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI

(Fasilkom-TI) UNIVERSITAS SUMATERA

UTARA

Departemen Ilmu Komputer Fasilkom-TI USU Ketua,

(4)

PERNYATAAN

PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN

METODE EIGENFACE

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, 28 Agustus 2014

(5)

PENGHARGAAN

Segala puji dan syukur kepada Allah SWT yang senantiasa melimpahkan rahmat dan karunia-Nya kepada penulis sehingga skripsi ini dapat selesai dalam waktu yang telah ditetapkan.

Skripsi ini merupakan salah satu syarat wajib diselesaikan guna meraih gelar sarjana komputer padajurusan S1 Ilmu Komputer Universitas Sumatera Utara. Adapun judul

yang diangkat penulis adalah “Prancangan perangkat lunak pengenalan wajah dengan

metode eigenface”. Terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Dalam kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada :

1.Ketua Jurusan S1 Ilmu Komputer Bapak Dr. Poltak Sihombing, M.Kom.Bapak Muhammad Andri Budiman, ST, M.CompSc, MEM dan Bapak Amer Sharif,S.Si, M.Kom selaku pembimbing yang telah membimbing dan memberikan panduan dan penuh kepercayaan kepada penulis untuk menyelesaikan skripsi ini.

2. Dosen penguji Bapak Dr. Poltak Sihombing, M.Kom dan Bapak Drs. Marihat Situmorang,M.Kom yang telah memberikan panduan ringkas, padat dan profesional kepada penulis guna penyempurnaan skripsi ini.

3. Sekertaris Jurusan S1 Ilmu Komputer, Ibu Maya Silvi Lydia, B.Sc, M.Sc., Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi beserta para pegawai/staff S1 Ilmu Komputer.

4. Keluarga tercinta, kepada ayahanda dan ibunda tercinta, Drs.H.Maulana Hutagalung dan Hj.Murni Idawani Dalimunthe yang sangat luar biasa sabar,tidak henti-hentinya mendukung dan mendoakan penulis serta memberikan motivasi dan dukungan baik secara moril dan materil.

5. Sahabat yang selalu membantu dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini diantaranya Takdir tarigan,Eka Patma Rahmansyah S.Kom, Alpiriyandi S.Kom, ahmad syawqi ,yogi aditya putra,indra dongoran,subardi,reza affandi,ardinsyahputra,para anggota RCS dan Rekan-rekan mahasiswa Program Studi S1 Ilmu Komputer pada umumnya dan angkatan 2007 pada khususnya yang telah memberikan dukungan moril dalam penyusunan skripsi ini.

(6)

Akhirnya penulis berharap, semoga skripsi ini dapat bermanfaat bagi pribadi penulis, keluarga, masyarakat, organisasi dan negara.

Medan, 28 Agustus 2014 Penulis

(7)

ABSTRAK

Sistem pengenalan wajah adalah sistem berbasis komputer yang mampu mengenali karakteristik individu baik secara karakteristik fisiologi maupun karakteristik perilaku untuk mengenali atau mengidentifikasi suatu individu. Pengenalan wajah banyak dikembangkan karena memiliki tingkat kenyamanan dan penerimaan yang tinggi, serta merupakan bagian dari pengenalan pola dengan masukkan berupa citra wajah. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat mengenali sebuah wajah menggunakan metode eigenfaces. Data yang digunakan oleh sistem berupa foto close up dari bagian muka, dan foto inilah yang akan diinformasikan ke sistem untuk dikenali, sehingga apabila terdapat sebuah foto lain dari orang yang sama diinputkan ke sistem, maka secara otomatis sistem dapat mengenali orang tersebut. Metode penelitian yang akan dilakukan dengan menganalisa dan merancang sebuah program aplikasi untuk mensimulasikan kebenaran hipotesa. Pengujian sistem ini dilakukan dengan mencocokkan foto wajah yang diinputkan dengan foto wajah yang disimpan di database, sehingga sistem dapat mengidentifikasi foto wajah tersebut.

(8)

DESIGNING SOFTWARE OF FACE RECOGNITION WITH EIGENFACE METHOD

ABSTRACT

Face recognition system is a computer-based system capable of identifying both physical and behaviour characteristic of one individual. Face recognition has been widely developed because of its comfortability and high acceptance, and as part of pattern recognition with face visual as input. The purpose of this research is to design a system that will recognize faces using the Eigenfaces Method. Data used in the system is a full face close-up photograph. This photo will be inputted to the system to be recognized, so if there is another photo from the same person inputted to the system, it will automatically recognized. The method in this research will be conducted by analyzing and designing an application to simulate a hypothesis. The testing in this system will be done by matching the inputted face with the face stored in the database, then the system will be able to identify the face.

(9)

DAFTAR ISI

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Metode Penelitian 3

1.7 Sistematika Penulisan 4

Bab 2 Landasan Teori 6

2.1 Pengertian Citra 6

2.1.1 Pengolahan Citra 6

2.1.2 Mode Warna 7

2.1.3 Pengenalan Pola 8

2.1.4 SubsistemManajemenBasisModel 8

2.2 Eigenface 10

2.2.1 Perhitungan Eigenface 11

2.3 Principal Component Analysis (PCA) 13

2.4 Database 15

2.5 Microsoft Visual Studio 17

2.6 Bahasa Pemrograman C# 18

2.7 Webcam 18

2.8 Penelitian Relevan 20

Bab 3 Analisis dan Perancangan Sistem 21

3.1 Analisis Permasalahan 21

3.2 Analisis Proses Pengenalan Wajah 22

3.3 Flowchart Proses Pelatihan 25 3.4 Flowchart Proses Pengenalan 26 3.5 Data Flow Diagram (DFD) 27

3.5.1 Diagram Konteks / DFD Level 0 27

(10)

3.5.3 DFD Level 2 29

3.6 Perancangan Antarmuka (Interface) 32

3.6.1 Rancangan Tampilan Utama 32

3.6.2 Rancangan Tampilan Proses Pelatihan Wajah 33 3.6.3 Rancangan Tampilan Proses Pengenalan Wajah 35

Bab 4 Implementasi dan Pengujian 38

4.1 Implementasi Sistem 38

4.2 Pengujian Sistem 38

4.2.1 Tampilan Halaman Utama 38

4.2.2 Tampilan Proses Pelatihan Citra Wajah 40 4.2.3 Tampilan Proses Pengenalan Citra Wajah 43

Bab 5 Kesimpulan dan Saran 46

5.1 Kesimpulan 46

5.2 Saran 46

(11)

DAFTAR TABEL

No. Keterangan Hal.

3.1 Spesifikasi Proses Diagram Konteks / DFD Level 0 28

3.2 Spesifikasi Proses DFD Level 1 29

(12)

DAFTAR GAMBAR

No. Keterangan Hal.

2.1 Kombinasi Warna RGB 8

2.2 Citra Hasil Proses Eigenfaces 12

3.1 Flowchart Proses Pelatihan 25 3.2 Flowchart Proses Pengenalan 26

3.3 Diagram Konteks / DFD Level 0 27

3.4 DFD Level 1 28

3.5 DFD Level 2 Proses Pelatihan Foto Wajah 30

3.6 DFD Level 2 Proses Pengenalan Foto Wajah 31

3.7 Rancangan Tampilan Utama 33

3.8 Rancangan Tampilan Halaman Proses Pelatihan Wajah 34 3.9 Rancangan Tampilan Halaman Proses Pengenalan Wajah 36

4.1 Tampilan Halaman Utama 39

4.2 Menu Utama 39

4.3 Tampilan Menu Pilihan pada Menu Utama 40

4.4 Tampilan Halaman Menu Training Wajah 40

4.5 Tampilan Proses Pengambilan Wajah Orang 41

4.6 Tampilan Proses Pengisian Biodata 42

4.7 Tampilan Konfirmasi Awal Proses Training 42

4.8 Tampilan Konfirmasi Akhir Proses Training 43

4.9 Tampilan Halaman Proses Pengenalan Wajah 43

4.10 Tampilan Proses Pengambilan Wajah Orang 44

Referensi

Dokumen terkait

3) Pendidikan dan pengalaman selain posisi dan jabatan, pendidikan dan pengalaman kerja juga merupakan faktor yang mempengaruhi besarnya kompensasi. Pegawai yang lebih

Setiap tindakan adalah pertandaan dan penyingkapan seluruh pribadi, tindakan seorang individu akan menampakkan suatu perbedaan dengan tindakan orang lain

Based on an extensive evaluation using MCNC benchmark circuits on a real FPGA and a real CAD tool, our proposal reduces total power consumption by 13-90 % and runs 2-20 % faster

Pengujian Marshall untuk campuran tanpa getah pinus dilakukan untuk mendapatkan nilai Kadar Aspal Optimum (KAO) dan nilai KAO tersebut selanjutnya akan digunakan pada

Modul ini merupakan bahan ajar yang digunakan sebagai panduan praktikum dan atau teori peserta diklat Sekolah Menengah Kejuruan (SMK) dan bahan acuan belajar siswa untuk

Kebocoran udara pulmonal spontan terjadi pada 8 (21,6%) pasien yang tidak memiliki riwayat mendapatkan resusitasi VTP dan kelainan paru lain yang mendasarinya.. Spektrum

9 Beginilah firman TUHAN: "Karena tiga perbuatan jahat Tirus, bahkan empat, Aku tidak akan menarik kembali keputusan-Ku: Oleh karena mereka telah menyerahkan tertawan suatu

Akan tetapi kelemahannya adalah tidak efektif untuk memberikan masukan pengembangan terhadap karyawan, karena kriteria – kriteria yang dinilai tidak secara langsung berkaitan