RANCANGAN APLIKASI BIOMETRIK BERDASARKAN FACIAL EMG

RANCANGAN APLIKASI BIOMETRIK

BERDASARKAN FACIAL EMG

(Risa, Andi Rahmadiansah)

Jurusan Teknik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo Surabaya 60111

Telp : +6231-5947188 Fax : +6231-5923626 e-mail : rizza@ep.its.ac.id

Abstrak

Biometrik yang di dalamnya termasuk speech recognition secara umum digunakan untuk identifikasi dan verifikasi. Speech recognition (pengenalan suara) yang merupakan salah satu bagian dari aplikasi biometrik merupakan proses yang dilakukan oleh komputer untuk mengenali kata yang diucapkan oleh seseorang. Pengenalan suara dalam penelitian ini menggunakan Facial EMG , di mana Facial EMG tersebut merekam gerakan otot wajah responden. LPC merupakan metode analisa sinyal yang menghasilkan sejumlah koefisien LPC. Koefisien LPC yang diperoleh dari analisa LPC selanjutnya menjadi vektor masukan JST untuk melatih jaringan. JST dengan pelatihan LVQ memiliki kemampuan mengklasifikasikan vektor masukan ke kelas target yang ditentukan sebelumnya. Jaringan tersebut kemudian diuji dengan simulasi untuk menghasilkan persentase keberhasilan pengenalan. Eksperimen dilakukan dengan beberapa perubahan nilai parameter untuk memperoleh persentase pengenalan tertinggi. Berdasarkan hasil pengujian dari sampel 700 kata yang diucapkan oleh sepuluh responden, pengenalan kata dengan menggunakan ekstraksi ciri LPC dan Jaringan Syaraf Tiruan (JST) didapatkan tingkat pengenalan tertinggi sebesar 96.43% untuk 12 data pelatihan pada 300 iterasi dengan persentase kata a, o, maju serta mundur sebesar 100%.

Kata kunci : biometrik, pengenalan suara, EMG, LPC, JST

1. PENDAHULUAN

Biometric recognition biasanya dipergunakan untuk retina scan, fingerprint recognition), face recognition), dan voice recognition. Voice recognition sendiri dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Berbeda halnya dengan speaker recognition yaitu pengenalan identitas yang diklaim oleh seseorang dari suaranya, speech recognition atau pengenalan suara merupakan proses yang dilakukan oleh komputer untuk mengenali kata yang diucapkan oleh seseorang tanpa mempedulikan identitas orang terkait.

Penelitian mengenai pengenalan suara sudah sering kali dilakukan baik suara manusia berupa voiced, unvoiced maupun silence. Pengenalan suara ini hampir secara keseluruhan dilakukan dengan menggunakan speaker record

yakni mikrofon yang digunakan sebagai perekam sinyal suara dan langsung dihubungkan dengan komputer. Namun, dalam penelitian ini akan dilakukan penelitian yang lebih lanjut tentang pengenalan suara. Di dalam penelitian ini pengenalan suara dilakukan dengan

menggunakan Facial EMG

(Electromyograph). EMG tersebut bekerja dengan merekam gerakan otot-otot zygomaticus major dan corrugator supercili yang terdapat pada muka ketika responden sedang mengucapkan kata yang nantinya akan dikenali. Gerakan-gerakan yang terekam kemudian dapat diamati pada EMG yang terhubung dengan komputer. Sinyal yang dihasilkan dari EMG itulah yang kemudian akan digunakan sebagai pengenalan suara. Pengenalan yang dilakukan dalam penelitian ini menggunakan metode

Jaringan Syaraf Tiruan (JST) dengan pengekstraksi ciri Linear Predictive Coding (LPC). Dengan menggunakan EMG ini diharapkan akan meningkatkan hasil prosentasi dari pengenalan suara yang telah dilakukan sebelumnya yakni dengan menggunakan speaker record. 2. DASAR TEORI

2.1 Suara manusia

Suara manusia pada proses pembentukannya terdiri dari proses pembentuk aliran udara oleh paru‐paru, pengubahan aliran udara dari paru‐paru menjadi suara voice dan unvoice, dan selanjutnya proses artikulasi atau proses modulasi pengaturan suara yang terdiri dari bunyi yang spesifik. Seperti yang diperlihatkan pada gambar 1, foto sinar X alat ucap manusia dibagi menjadi Vocal tract dan Nasal tract.

Gambar 1 Foto sinar x penampang alat-alat ucap manusia [9]

Berdasarkan sinyal eksitasi yang dihasilkan pada proses produksi suara, sinyal suara ucapan dapat dibagi menjadi tiga bagian yaitu silence, unvoiced, dan voiced:

1. Sinyal silence : sinyal pada saat tidak terjadi proses produksi suara ucapan, dan sinyal yang diterima oleh pendengar dianggap sebagai bising latar belakang.

2. Sinyal unvoiced : terjadi pada saat pita suara tidak bergetar, dimana sinyal eksitasi berupa sinyal random.

3. Sinyal voiced : terjadi jika pita suara bergetar, yaitu pada saat sinyal eksitasi berupa sinyal pulsa kuasi-periodik.

Selama terjadinya sinyal voiced ini, pita suara bergetar pada frekuensi fundamental – inilah yang dikenal sebagai pitch dari suara tersebut.

2.2 EMG

Electromyograph adalah suatu alat yang digunakan untuk merekam aktivitas elektrik dari otot untuk menentukan apakah otot sedang melakukan kontraksi atau tidak. Tipe sinyal dari EMG diperlihatkan pada gambar 2.

Gambar 2 Tipe sinyal EMG pada pengucapan no (atas), accept (tengah) dan no

(bawah)

EMG pada umumnya direkam dengan menggunakan elektroda yang dipasangkan pada permukaan kulit atau lebih sering jarum elektroda dimasukkan secara langsung ke dalam otot. Elektroda permukaan ini mungkin dapat sekali pakai, tipe berperekat atau yang dapat digunakan berulang-kali. Elektroda ini mengambil tegangan yang diproduksi oleh kontraksi serat otot.

Amplitudo dari sinyal EMG tergantung pada berbagai faktor, misalnya penempatan dan jenis elektroda yang digunakan dan tingkat derajat dari penggunaan otot. Suatu sinyal khas EMG terbentang dari 0.1 sampai 0.5 mV. Sinyal-sinyal ini dapat berisi komponen frekuensi yang diperbesar sampai kepada 10 kHz. Isyarat seperti isyarat frekuensi tinggi tidak bisa direkam pada perekam pena yang konvensional dan oleh karena itu, mereka pada umumnya ditampilkan pada layar CRT.

2.3 Ekstraksi Ciri

Ciri sinyal ucapan sangat berguna pada sistem pengenalan suara. Salah satu

metode yang digunakan untuk proses ekstraksi ciri adalah Linear Predictive Coding (LPC). Prinsip dasar dari pemodelan sinyal dengan menggunakan LPC adalah bahwa contoh sinyal ucapan s(n) pada waktu ke-n dapat diperkirakan sebagai kombinasi linier p sampel sinyal ucapan sebelumnya yaitu

𝑠𝑠(𝑛𝑛) ≈ 𝑎𝑎1𝑠𝑠(𝑛𝑛 − 1) + 𝑎𝑎2𝑠𝑠(𝑛𝑛 − 2)

+ ⋯ + 𝑎𝑎𝑝𝑝𝑠𝑠(𝑛𝑛 − 𝑝𝑝)

(1) dengan koefisien a1, a2, ...ap

diasumsikan bernilai konstan pada suatu frame analisis ucapan. Prosedur untuk mendapatkan koefisien LPC diperlihatkan pada gambar 3.

Gambar 3 Blok diagram analisis LPC. Gambar diatas menunujukan blok diagram LPC yang biasa digunakan dalam sistem pengenalan suara manusia yang dimulai dari preeemphasis hingga didapatkan parameter koefisien dari LPC. 2.4 Jaringan Syaraf Tiruan

JST atau Artificial Neural Network (ANN) merupakan bagian dari sistem kecerdasan buatan (Artificial Intelligence) yaitu salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah tiruan atau buatan dimaksudkan karena jaringan syaraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. JST dimaksudkan untuk membuat model sistem komputasi yang dapat menirukan cara kerja jaringan syaraf biologis.

Cara pembelajaran jaringan saraf tiruan dapat dibagi menjadi dua kategori yaitu supervised (terarah) dan unsupervised (tidak terarah). Pembelajaran supervised mengasosiasikan vektor-vektor masukan dengan target keluaran,

contohnya: Hebb, Perceptron, Adaline, Learning Vector Quantization (LVQ), BackPropagation, dan lain-lainnya. Sedangkan pembelajaran unsupervised mengelompokkan vektor-vektor masukan yang memiliki sifat mirip menjadi satu keluaran tanpa memperhatikan target keluaran. Jaringan LVQ mempunyai target yang akan dicapai. Lapisan kompetitif belajar mengenali dan mengklasifikasikan vektor-vektor masukan. Jika ada 2 vektor yang hampir sama, maka lapisan kompetitif akan menempatkan keduanya pada kelas yang sama. Dengan demikian LVQ belajar mengklasifikasikan vektor masukan ke kelas target yang ditentukan oleh pengguna.

3. METODE PENELITIAN Adapun metode penelitian dalam Tugas Akhir ini adalah sebagi berikut: 1. Menentukan responden sebanyak dua

orang dengan kondisi normal yang terdiri dari seorang pria dan seorang wanita usia 20 sampai dengan 25 tahun, dimana setiap responden mengucapkan kata a, i, u, e, o, maju dan mundur. Setiap kata diulang sebanyak sepuluh kali.

2. Merekam sinyal suara dari responden dengan menggunakan EMG , dimana dalam penelitian ini digunakan tiga buah elektroda EMG yang diletakkan di beberapa bagian dari wajah yaitu zygomaticus major dan corrugator supercili.

3. Setelah melalui proses perekaman, sinyal suara akan dibaca atau dipanggil kembali. Hasil pembacaan data untuk keseluruhan sinyal suara digunakan untuk proses selanjutnya yaitu ekstraksi ciri. Proses ekstraksi ciri digunakan untuk mencari nilai koefisien-koefisien LPC dari sinyal suara.

4. Selanjutnya pada tahap pengenalan kata digunakan Jaringan Syaraf Tiruan (JST). Data dari hasil ekstraksi dengan LPC digunakan sebagai data input untuk pengenalan dengan JST. Pada

simulasi perancangan dengan Jaringan syaraf tiruan digunakan data masukan sebanyak 20 data untuk masing-masing kata yang akan dikenali dari hasil proses ekstraksi ciri dengan LPC. Berdasarkan data masukan tersebut digunakan 10, 12 dan 16 data pelatihan dan sisanya digunakan sebagai data uji. Pengujian data dilakukan pada iterasi sebanyak 200 dan 300 iterasi untuk mendapatkan keakuratan yang cukup tinggi.

5. Langkah selanjutnya setelah mensimulasi hasil perancangan penelitian adalah menganalisis hasil yang telah diperoleh dari penerapan metode Jaringan Syaraf tiruan (JST) dalam pengenalan kata dengan mencari presentase kata terkenali. Presentase kata terkenali ini dilakukan dengan membandingkan jumlah selisih data eror dari jumlah data uji terhadap jumlah data uji.

4. ANALISA DATA DAN PEMBAHASAN

Penelitian yang dilakukan di PENS ITS ini diperoleh data mengenai sinyal hasil rekaman hasil EMG. Selanjutnya dari sinyal tersebut melalui Matlab R2008 didapatkan koefisien LPC. Masukan data berupa koefisien-koefisien LPC digunakan sebagai pengenalan suara dengan Jaringan Syaraf Tiruan (JST). Pembelajaran yang digunakan dalam JST ini adalah LVQ

yakni pembelajaran yang mengklasifikasikan vektor masukan ke

dalam kelas yang ditentukan pengguna. Untuk tampilan dari JST sendiri seperti pada gambar 4. Tampak bahwa dalam simulasi tersebut terdapat iterasi maksimum yang ditentukan oleh pengguna. Selain itu juga waktu yang dibutuhkan selama proses berlangsung dan performa dari simulasi itu sendiri.

Gambar 4 NN train tool

Gambar 5 Tampilan awal gui

Gambar 6 Tampilan Proses Pengenalan

Dari hasil simulasi JST dengan tampilan seperti pada gambar di atas diperoleh pengenalan suara untuk a, i, u, e, o, maju dan mundur dengan 200 dan 300 iterasi menggunakan data pelatihan

sebanyak 10, 12 dan 16 data pelatihan. Hasil pengenalan tersebut dapat dilihat seperti pada tabel 1 sampai tabel 10 berikut:

Tabel 1 Pengenalan Dengan 10 Data Pelatihan Pada 200 Iterasi

No. Kata Jumlah Error Persentase Pengenalan (%) 1. a 0 100 2. i 2 80 3. u 2 80 4. e 1 90 5. o 2 80 6. maju 0 100 7. mundur 0 100 Jumlah 7 90

Tabel 2 Pengenalan Dengan 12 Data Pelatihan Pada 200 Iterasi

No. Kata Jumlah Error Persentase Pengenalan (%) 1. a 0 100 2. i 1 87.5 3. u 1 87.5 4. e 1 87.5 5. o 0 100 6. maju 0 100 7. mundur 0 100 Jumlah 3 94.6

Tabel 3 Pengenalan Dengan 14 Data Pelatihan Pada 200 Iterasi

No. Kata Jumlah Error Persentase Pengenalan (%) 1. a 0 100 2. i 1 83.33 3. u 1 83.33 4. e 2 66.67 5. o 0 100 6. maju 0 100 7. mundur 0 100 Jumlah 4 90.46

Tabel 4 Pengenalan Dengan 10 Data Pelatihan Pada 300 Iterasi

No. Kata Jumlah Error Persentase Pengenalan (%) 1. a 0 100 2. i 1 90 3. u 2 80 4. e 1 90 5. o 1 90 6. maju 0 100 7. mundur 0 100 Jumlah 5 92.85

Tabel 5 Pengenalan Dengan 12 Data Pelatihan Pada 300 iterasi

No. Kata Jumlah Error Persentase Pengenalan (%) 1. a 0 100 2. i 1 87.5 3. u 0 100 4. e 1 87.5 5. o 0 100 6. maju 0 100 7. mundur 0 100 Jumlah 2 96.43

Tabel 6 Pengenalan Dengan 14 Data Pelatihan Pada 300 Iterasi

No. Kata Jumlah Error Persentase Pengenalan (%) 1. a 0 100 2. i 1 90 3. u 2 80 4. e 1 90 5. o 1 90 6. maju 0 100 7. mundur 0 100 Jumlah 5 92.85

Berdasarkan hasil simulasi diperoleh persentase pengenalan tertinggi secara keseluruhan adalah sebesar 96.43% pada data pelatihan sebanyak 12 dan data uji sebanyak delapan dengan 300 iterasi. Jumlah error yang terjadi selama pengenalan ini adalah sebanyak dua error. Kata terkenali sebesar 100% pada pengenalan tersebut adalah kata a, o, maju serta mundur. Kata-kata tersebut ketika dikenali dengan menggunakan data pelatihan

sebanyak 12 dan data uji delapan tidak terdapat error atau error yang terjadi adalah 0.

Faktor-faktor yang turut mempengaruhi hasil pengenalan kata dengan menggunakn Facial EMG ini adalah penempatan elektrode untuk masing-masing responden tidak sama persis. Hal ini dikarenakan setiap responden memiliki bentuk wajah yang berbeda-beda. Faktor lain yang turut mempengaruhi adalah dalam pengucapan kata tiap responden memiliki tempo pengucapan yang berbeda-beda. Hal tersebut berakibat pemenggalan kata tiap responden juga berbeda sehingga memiliki amplitudo yang berbeda pula. Dari amplitudo yang berbeda-beda tersebut selanjutnya menyebabkan koefisien LPC yang dihasilkan dari data tidak sama.

5. PENUTUP 5.1 Kesimpulan

Dari analisa dan pembahasan yang telah dilakukan dapat diperoleh kesimpulan bahwa dengan menggunakan ekstraksi ciri

LPC dan pengenalan dengan Jaringan Syaraf

Tiruan (JST) akan memberikan persentase tingkat pengenalan tertinggi sebesar 96.43% untuk 12 data pelatihan pada 300 iterasi dengan persentase kata a, o, maju dan mundur sebesar 100%.

5.2 Saran

Saran yang diajukan dari Tugas Akhir ini untuk penelitian selanjutnya adalah:

1. Pengenalan kata diharapkan dapat dilakukan untuk kata yang lebih kompleks lagi, tidak hanya sebatas pada alphabet maupun kata yang terdiri dari dua suku kata.

2. Penggunaan channel EMG lebih banyak lagi tidak hanya sebatas pada single

channel.

6. DAFTAR PUSTAKA

1. Garg, Mohit. 2003. “Linear Prediction

Algorithms”. India: Indian Institute Of

Technology.

2. Heaton, James T., Meltzner, Geoffrey S., Sroka, Jason. 2008. “Speech

Recognition for Vocalized and Subvocal Modes of Production using Surface EMG Signals from the Neck and Face ”.

Journal Acoustical Society of America.

3. Hein, Lena Maier. 2005. “Speech

Recognition Using Surface Electromyography”. Belanda:

Universit¨at Karlsruhe.

4. Ivana. 2000. “Pengenalan ucapan vokal

bahasa Indonesia dengan jaringan saraf tiruan menggunakan linear predictive coding”. UNDIP: Teknik Elektro.

5. Jou, Szu-Chen, Schultz, Tanja, Walliczek, Matthias. 2008. “Towards

Continuous Speech Recognition Using

Surface Electromyography”.

International Center for Advanced Communication Technologies.

6. Khoiri, Muhammad. 2008. “Tinjauan

Elektromiografi Dalam Ergonomi”.

Batan : Sekolah Tinggi Teknologi Nuklir.

7. Loizuo, Philipos C. 1998. “Mimicking

The Human Ear’’. IEEE SIGNAL

PROCESSING MAGAZINE.

8. Nurdin, Nurfadillah, “Electromyograph”, ITS: Teknik Elektro.

9. Rabiner, L., Biing-Hwang Juang. “Fundamentals Of Speech Recognition”, New Jersey: Prentice Hall, 1993.

10. Http:// Wikipedia.com

BIODATA PENULIS

Penulis dilahirkan di Magetan, 1 Maret 1989 dan merupakan anak ketiga dari 3 bersaudara. Penulis telah menempuh pendidikan formal yaitu di TK Tunas Agung, SDN Ringinagung 1, SLTPN 3 Magetan, SMAN 1 Magetan, dan akhirnya diterima sebagai mahasiswa program Strata I Jurusan Teknik Fisika FTI ITS Surabaya pada tahun 2007 melalui program SPMB dengan NRP. 2407 100 028. Di jurusan Teknik Fisika ini, penulis mengambil bidang minat Akustik dan fisika Bangunan