TUGAS AKHIR
APLIKASI DETEKSI WAJAH MENGGUNAKAN DEEP FACE
Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Komputer Teknik Informatika Universitas Muhammadiyah Jember
IWAN ZUL FAHMI NIM 12 1065 1087
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH JEMBER 2016
HALAMAN PENGESAHAN
APLIKASI DETEKSI WAJAH MENGGUNAKAN
ALGORITMA DEEP FACE
Iwan Zul Fahmi NIM 12 1065 1087
Telah mempertanggung jawabkan Laporan Tugas Akhirnya pada sidang Tugas Akhir tanggal 23 Juni 2016 sebagai salah satu syarat kelulusan dan mendapatkan
gelar Sarjana Komputer (S.Kom) Di
Universitas Muhammadiyah Jember
Disetujui oleh, Dosen Pembimbing I
Yeni Dwi Rahayu, S.ST, M.Kom NIDN. 0716108602
Dosen Penguji II
Deni Arifianto. S.Kom M.Kom NIDN. 0718068103
Mengetahui,
Ketua Program Studi Teknik Informatika
Yeni Dwi Rahayu, S.ST, M.Kom NIDN. 0716108602
Mengesahkan, Pjs Dekan Fakultas
Dr. Teguh Hari Santoso, MP. NIP. 19660106 199303 1 013
Dosen Penguji I
Daryanto, M.Kom NPK. 11 03 589
Dosen Pembimbing II
Victor Wahanggara, S.Kom, M.Kom NPK. 12 09 739
KATA PENGANTAR
Assalamu’alaikum Wr. Wb
Puji syukur Alhamdulillah ke hadirat Allah SWT, karena atas rahmat dan karuniaNya Penulis dapat menyelesaikan laporan tugas akhir yang berjudul “Aplikasi Deteksi Wajah Menggunakan Deep Face” Laporan tugas akhir ini disusun sebagai salah satu syarat untuk menyelesaikan pendidikan program Strata 1 pada Fakultas Teknik Jurusan Teknik Informatika Universitas Muhammadiyah Jember.
Dengan selesainya laporan tugas akhir ini, penulis mengucapkan terima kasih kepada:
1. Bapak Ir. Suhartinah, M.T., selaku Dekan Fakultas Teknik Universitas Muhammadiyah Jember.
2. Ibu Yeni Dwi Rahayu, S.ST., M.Komselaku Kepala Program Studi Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember dan dosen pembimbing yang meluangkan waktunya untuk membimbing penulisan laporan ini.
3. Bapak Daryanto, M.Kom selaku dosen penguji 1 yang memberikan saran dan kritik yang membangun dalam penelitian ini.
4. Bapak Deni Arifianto, S.Kom, M.Kom selaku dosen penguji 2 yang memberikan saran dan kritik yang membangun dalam penelitian ini. 5. Bapak dan Ibu Dosen Fakultas Teknik Universitas Muhammadiyah
Jember.
6. Kepada Ayah, Ibu, Kakak dan Adik beserta keluarga besar saya yang selalu mendukung, mendoakan dan memberikan kasih sayang sehingga penulis dapat menyelesaikan tugas akhir ini.
7. Kepada teman-teman program studi teknik informatika angkatan 2012 yang telah meluangkan waktunya selama empat tahun untuk belajar bersama.
8. Kepada pihak-pihak yang telah mendukung, mendoakan dan membantu yang tidak dapat penulis sebutkan satu persatu
Penulis menyadari bahwa laporan tugas akhir ini jauh dari sempurna, baik menyangkut aspek penulisan maupun materi. Untuk itu tanggapan
berupa kritik dan saran yang bersifat membangun sangat penulis harapkan demi kesempurnaan laporan ini.
Wassalamualaikum wr.wb.
Jember, Agustus 2016
DAFTAR ISI
HALAMAN JUDUL ... i HALAMAN PENGESAHAN ... ii PERNYATAAN ... iii KATA PENGANTAR ... iv HALAMAN PERSEMBAHAN ... vi ABSTRAK ... viii ABSTRACT ... ix DAFTAR ISI ... xDAFTAR TABEL ... xii
DAFTAR GAMBAR ... xiii
BAB I PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 2 1.3 Batasan Masalah ... 2 1.4 Tujuan Penelitian ... 3 1.5 Manfaat Penelitian ... 3
BAB II TINJAUAN PUSTAKA ... 4
2.1 Penelitian Terkait ... 4
2.2 Application Programming Interface ... 7
2.2.1 Keuntungan Penggunaan API ... 8
2.3 JAVA ... 9
2.4 Deteksi Wajah ... 11
2.5 Algoritma Deep Face ... 12
BAB III METODOLOGI PENELITIAN ... 15
3.1 Studi Literatur ... 15
3.2 Penyediaan Dataset ... 16
3.3 Perencanaan Sistem ... 16
3.4 Pengujian ... 28
3.5 Analisis ... 29
4.1 Data Set ... 30
4.2 Implementasi ... 30
4.2.1 Implementasi Perangkat ... 31
4.2.2 Implementasi Tampilan Antarmuka ... 32
4.3 Hasil Uji Coba ... 34
4.3.1 Uji Coba 1 ... 36
4.3.2 Uji Coba 2 ... 43
4.3.3 Uji Coba 3 ... 50
4.6 Analisis ... 52
BAB V KESIMPULAN DAN SARAN ... 57
5.1 Kesimpulan ... 57
5.2 Saran ... 58
DAFTAR PUSTAKA ... 59 LAMPIRAN
DAFTAR TABEL
Tabel 3.1 Tabel Uji Coba 1 ... 27
Tabel 3.2 Tabel Uji Coba 2 ... 28
Tabel 4.1 Tabel Spesifikasi Perangkat Keras 1 ... 31
Tabel 4.2 Tabel Spesifikasi Perangkat Keras 2 ... 31
Tabel 4.3 Tabel Spesifikasi Perangkat Lunak ... 32
Tabel 4.4 Hasil Uji Coba 1 Poin a Deteksi Wajah ... 37
Tabel 4.5 Tabel Akurasi Uji Coba 1 Poin a ... 38
Tabel 4.6 Hasil Uji Coba 1 Poin b Deteksi Wajah ... 39
Tabel 4.7 Tabel Akurasi Uji Coba 1 Poin b ... 40
Tabel 4.8 Hasil Uji Coba 1 Poin c Deteksi Wajah ... 41
Tabel 4.9 Tabel Akurasi Uji Coba 1 Poin c ... 42
Tabel 4.10 Hasil Uji Coba 2 Poin a Deteksi Wajah ... 44
Tabel 4.11 Tabel Akurasi Uji Coba 2 Poin a ... 45
Tabel 4.6 Hasil Uji Coba 2 Poin b Deteksi Wajah ... 46
Tabel 4.7 Tabel Akurasi Uji Coba 2 Poin b ... 47
Tabel 4.8 Hasil Uji Coba 2 Poin c Deteksi Wajah ... 48
Tabel 4.9 Tabel Akurasi Uji Coba 2 Poin c ... 49
DAFTAR GAMBAR
Gambar 2.1 Figure Penyelarasan ... 4
Gambar 2.2 Garis Besar Arsitektur ... 5
Gambar 2.3 Representasi Wajah Pada Pipa Penyelarasan ... 6
Gambar 2.4 Contoh Piramida CNN ... 7
Gambar 2.5 Gambaran Cara Kerja API ... 8
Gambar 2.6 Sebuah Citra Dilihat dari Deep Face ... 13
Gambar 3.1 Metodologi Penelitian ... 15
Gambar 3.2 Diagram Alur Sistem ... 16
Gambar 3.3 Deteksi 6 Poin Acuan Awal ... 17
Gambar 3.4 Gambar Setelah di Crop ... 18
Gambar 3.5 Deteksi Titik Acuan pada Kontur Wajah ... 18
Gambar 3.6 Referensi bentuk 3D ... 19
Gambar 3.7 Proses Deteksi Wajah Menggunakan Algoritma Deep Face ... 19
Gambar 3.8 Use-Case Diagram Sistem ... 21
Gambar 3.9 Sequence Diagram Menampilkan GUI ... 22
Gambar 3.10 Sequence Diagram Menginputkan Gambar ... 22
Gambar 3.11 Sequence Diagram Menampilkan Informasi Gambar ... 23
Gambar 3.12 Sequence Diagram Mendeteksi Wajah ... 24
Gambar 3.13 Sequence Diagram Menampilkan Hasil Deteksi Wajah ... 25
Gambar 3.13 Sequence Diagram Menampilkan Pesan Tidak Terdeteksi ... 26
Gambar 3.14 Sequence Diagram Menampilkan Waktu Kecepatan Deteksi ... 27
Gambar 4.1 Tampilan Antarmuka Aplikasi Deteksi Wajah ... 32
Gambar 4.2 Tampilan Hasil Kerja Sistem Deteksi Wajah ... 34
Gambar 4.3 Chart Hasil Uji Coba 1 Poin a Deteksi Wajah ... 37
Gambar 4.4 Chart Akurasi Uji Coba 1 Poin a ... 38
Gambar 4.5 Chart Hasil Uji Coba Poin b Deteksi Wajah ... 39
Gambar 4.6 Chart Akurasi Uji Coba 1 Poin b ... 40
Gambar 4.7 Chart Hasil Uji Coba 1 Poin c Deteksi Wajah ... 42
Gambar 4.8 Chart Akurasi Uji Coba 1 Poin c ... 43
Gambar 4.9 Chart Hasil Uji Coba 2 Poin a Deteksi Wajah ... 44
Gambar 4.10 Chart Akurasi Uji Coba 2 Poin a ... 45
Gambar 4.11 Chart Hasil Uji Coba 2 Poin b Deteksi Wajah ... 46
Gambar 4.12 Chart Akurasi Uji Coba 2 Poin b ... 47
Gambar 4. 13 Chart Hasil Uji Coba 2 Poin c Deteksi Wajah ... 49
DAFTAR PUSTAKA
Das, G., Das, A., & Dey, P. (2013). A N OVEL A PPROACH F OR F ACE D ETECTION U SING, 179–184.
Fan, H., Cao, Z., Jiang, Y., Yin, Q., & Doudou, C. (2014). Learning Deep Face Representation. arXiv Preprint arXiv:1403.2802, 1–10. Retrieved from http://arxiv.org/abs/1403.2802
Jin, J., Xu, B., & Wang, Y. (2015). Signal Processing : Image Communication A face detection and location method based on Feature Binding. Signal
Processing : Image Communication, 1–11. http://doi.org/10.1016/j.image.2015.06.010
Liu, R. L. R., Zhang, M. Z. M., & Ma, S. M. S. (2010). Design of face detection and tracking system. Image and Signal Processing (CISP), 2010 3rd
International Congress on, 4, 1840–1844. http://doi.org/10.1109/CISP.2010.5647262
STIKOM BALI. (2007). Java Programming Basic Java. Modul Pengenalan JAVA. Sung, K. (1996). CENTER FOR BIOLOGICAL AND COMPUTATIONAL LEARNING Learning and Example Selection for Object and Pattern Detection. Most.
Taigman, Y., Yang, M., Ranzato, M., & Wolf, L. (2014). DeepFace: Closing the Gap to Human-Level Performance in Face Verification. 2014 IEEE
Conference on Computer Vision and Pattern Recognition, 1701–1708.
http://doi.org/10.1109/CVPR.2014.220
Yang, M. H., Kriegman, D. J., & Ahuja, N. (2002). Detecting faces in images: A survey. IEEE Transactions on Pattern Analysis and Machine Intelligence,
24(1), 34–58. http://doi.org/10.1109/34.982883
3scale, “What is an API? Your Guide To The Internet Business [R]evolution,”