IDENTIFIKASI SESEORANG BERDASARKAN CITRA
SILUET ORANG BERJALAN MENGGUNAKAN SUDUT
SETENGAH KAKI
Disusun Oleh:
Nama : Edy Kurniawan
NRP : 0922023
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri, MPH no. 65, Bandung, Indonesia.
Email : ed1_kurn1awan@hotmail.com
ABSTRAK
Belakangan ini, identifikasi individu berdasarkan teknologi biometrik sudah sering dilihat dimana-mana seperti pada door access control, transaksi ATM, border crossing controls, dan lain-lain. Teknologi biometrik memverifikasi
identitas seseorang dengan menganalisis karakteristik manusia seperti sidik jari, foto wajah, iris, gaya berjalan, dan rekaman suara. Gaya berjalan merupakan salah
satu identifikasi individu. Pendekatan awal untuk pengenalan otomatis pada gaya berjalan menggunakan teknologi marked-based, teknologi ini membutuhkan perangkat keras khusus yang mahal.
Untuk mengatasi permasalahan diatas maka dibuat sebuah program untuk mengekstrasi ciri-ciri dari gaya berjalan yaitu sudut setengah kaki yang didapat melalui masing-masing frame dalam satu siklus. Dari sudut yang didapat menjadi pedoman untuk mengidentifikasi seseorang.
Proses untuk mengidentifikasi individu diterima atau ditolak oleh sistem dengan menggunakan Euclidean distance yang menghasilkan nilai sudut rata-rata dalam satu frame. Untuk mengetahui nilai False Rejected Rate (FRR) dan False
Accepted Rate (FAR), dilakukan pengujian menggunakan 20 siklus cira uji dari
individu yang ada dalam database yang menghasilkan nilai FRR 25% dan 20 siklus citra uji dari individu yang tidak ada dalam database menghasilkan nilai FAR 25%.
ii
IDENTIFICATION OF A PERSON BASED ON
PERSON’S WALKING SILHOUETTE IMAGE USING
THE ANGLE OF HALF FEET
Composed By:
Nama : Edy Kurniawan
NRP : 0922023
Electrical Engineering, Maranatha Christian University, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia
Email : ed1_kurn1awan@hotmail.com
ABSTRACT
Recently, human identification based on biometric technology have been developed and used in many ways of life for example: the application of door access control, ATM transaction, border crossing controls, etc. Biometric technology is used to verify the human identity by analyzing human characteristic such as finger print, face image, iris, gait, and voice recording. Gait is one of the individual identification. Initial approach for automatically identification of gait can be done by using marked-based technology which requires an expensive
which exist in database that generates 25 % FRR. On the other hand, 25 % FAR is generated by using 20 cycles test image from individual that out of database.
iv
DAFTAR ISI
Halaman
LEMBAR PENGESAHAN
PERNYATAAN ORISINALITAS LAPORAN PENELITIAN
PERNYATAAN PUBLIKASI LAPORAN TUGAS AKHIR
KATA PENGANTAR
I.5 Sistematika Penulisan ... 3
BAB II TEORI DASAR II.1 Biometrik ... 5
II.2 Rangkaian Berjalan ... 6
II.3 Citra Digital ... 7
II.4 Skeletonization ... 8
II.4.1 Proses Thinning ... 8
BAB III PERANCANGAN PERANGKAT LUNAK
III.1 Diagram Blok ... 15
III.2 Diagram Alir ... 22
III.2.1 Diagram Sudut ... 23
III.2.2 Diagram Alir Ekstraksi Panjang Kaki ... 24
III.2.3 Diagram Alir Mencari Sudut... 25
III.3 Diagram Proses Pengujian ... 26
III.4 Proses Pencarian Sudut Setengah Kaki ... 27
III.5 Penentuan Nilai Batas (threshold) ... 28
BAB IV DATA PENGAMATAN DAN ANALISIS IV.1 Pengujian Perangkat Lunak ... 32
IV.2 Analisis Data ... 36
BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan ... 37
V.2 Saran ... 37
vi
DAFTAR GAMBAR
Halaman
Gambar 2.1 Contoh Siklus Gaya Berjalan ... 5
Gambar 2.2 Menunjukkan Posisi Koordinat Citra Digital ... 8
Gambar 2.3 Citra Digital Dalam Bentuk Matrik ... 8
Gambar 2.4 Citra Huruf R Setelah Ditipiskan ... 9
Gambar 2.5 Gambar Pixel yang Terhubung ... 10
Gambar 2.6 Nilai B pada Gambar Adalah Dua... 10
Gambar 2.7 Proses Thinning dan Prunning ... 11
Gambar 2.8 False Accepted Rate (FAR), False Rejected Rate (FRR) dan Equal Error Rate (EER) ... 13
Gambar 2.9 Segitiga Sembarang ... 14
Gambar 3.1 Blok Diagram Sistem Identifikasi Citra Siluet Berjalan ... 15
Gambar 3.2 Diagram Alir Pembentukan Database ... 22
Gambar 3.3 Diagram Alir Ekstraksi Sudut ... 23
Gambar 3.4 Diagram Alir Ekstraksi Panjang Kaki ... 24
Gambar 3.5 Diagram Alir Mencari Sudut ... 25
Gambar 3.6 Diagram Proses Pengujian ... 26
Gambar 3.7 Jarak Antar Pixel ... 27
Gambar 3.8 Hasil Proses Pencarian Titik Setengah Kaki ... 27
DAFTAR TABEL
Halaman
Tabel 3.1 Penamaan File Citra Latih ... 17
Tabel 3.2 Penamaan File Citra Uji Individu dalam Database ... 19
Tabel 3.3 Penamaan File Citra Uji Individu diluar Database ... 20
Tabel 3.4 Pengujian Citra Ujian Individu yang Terdapat dalam database ... 28
Tabel 3.5 Pengujian Citra Ujian Individu yang Terdapat diluar database ... 29
1
Universitas Kristen Maranatha
BAB I
PENDAHULUAN
Pada bab ini berisi latar belakang masalah, rumusan masalah, tujuan tugas akhir, batasan masalah dan sistematika penulisan.
I.1 Latar Belakang
Belakangan ini, identifikasi identitas berdasarkan teknologi biometrik telah digunakan dalam banyak macam aplikasi seperti pada door access control, transaksi ATM, border crossing controls, dan lain-lain.Teknologi biometrik memverifikasi identitas seseorang dengan menganalisis karakteristik manusia seperti sidik jari, foto wajah, iris, gaya berjalan, dan rekaman suara. Gaya berjalan adalah biometrik yang dapat bekerja di jarak jauh atau dengan resolusi rendah, sementara biometrik lainnya memerlukan resolusi yang tinggi. Selain itu sulit untuk menyembunyikannya, dan tidak membutuhkan alat untuk bersentuhan dengan tubuh untuk mengambil informasi gaya jalan. Penelitian medis mununjukkan bahwa gaya jalan merupakan ciri unik jika semua perubahan gaya jalan di tangkap. Dalam masalah ini pengenalan gaya jalan adalah biometrik yang menarik dan menjadi semakin penting untuk pengawasan , pengendalian daerah dll. Semakin banyak penelitian telah khusus meneliti dalam bidang ini.
Pendekatan awal untuk pengenalan otomatis pada gaya berjalan menggunakan teknologi marked-based, yang membutuhkan perangkat keras
untuk identifikasi pejalan. Selanjutnya , Lee and Grimson membagi bayangan menjadi 7 bagian untuk ekstrak antara gaya jalan penampilan fitur vektor rata-rata dan gaya jalan komponen spektral fitur untuk pengakuan Wang et al . dikonversi 2D siluet kontur sinyal 1D yang terdiri dari jarak untuk membentuk centroid dan klasifikasikan penjalan kaki setelah mengurangi dimensi dari fitur dengan principal component analysis. Selanjutnya, Johnson and Bobick mempersentasikan teknik pengenalan gaya berjalan berdasarkan parameter tubuh statik selama aksi berjalan di dua sisi yang berbeda pandangan secara mendalam dengan kamera tunggal. Huang and Boulgouris meneliti kontribusi masing masing arah pandang terhadap kinerja pengenalan menggunakan SMU MoBo database.
I.2 Rumusan Masalah
Masalah yang akan dibahas di dalam Tugas Akhir ini adalah :
a. Bagaimana menerapkan metoda sudut setengah kaki untuk proses
identifikasi seseorang ?
b. Bagaimana hasil yang diperoleh pada proses pengenalan gaya jalan dengan
metoda sudut setengah kaki dengan masukan berupa citra gaya jalan ?
I.3 Tujuan
Tujuan dari Tugas Akhir ini adalah :
a. Merancang dan membuat simulasi dengan menggunakan MATLAB untuk identifikasi seseorang berdasarkan gaya jalan dengan menerapkan metode analisis setengahkaki
b. Menganalisis tingkat keberhasilan dari aplikasi dalam identifikasi seseorang berdasarkan gaya jalan berdasarkan persentase False
3 Universitas Kristen Maranatha I.4 Batasan Masalah
Batasan masalah dalam tugas akhir ini, yaitu:
a. Dalam gambar hanya terdapat satu individu yang bergerak.
b. Masukan ke dalam perangkat lunak berupa file gambar yang berisi siluet individu.
c. Database yang digunakan adalah CASIA (Chinese Academy of Sciences)
I.5 Sistematika Penulisan
Laporan tugas akhir ini disusun dengan sistematika penulisan sebagai berikut:
1. Bab I Pendahuluan
Pada bab ini berisi latar belakang masalah, rumusan masalah, tujuan, batasan, masalah, spesifikasi alat yang digunakan, dan sistematika penulisan.
2. Bab II Landasan Teori
Pada bab ini berisi teori-teori penunjang yang akan digunakan untuk merancang perangkat lunak untuk identifikasi berdasarkan siluet berjalan
menggunakan metoda analisis sudut setengah kaki.
3. Bab III Perancangan dan Realisasi
Pada bab ini dijelaskan tentang desain yang akan dilakukan dalam membuat perangkat lunak untuk mengidentifikasi citra siluet berjalan menggunakan analisis sudut setengah kaki.
4. Bab IV Data Pengamatan dan Analisis Data
5. Bab V Kritik dan Saran
37
Universitas Kristen Maranatha
BAB V
KESIMPULAN DAN SARAN
Pada Bab ini berisi kesimpulan dari tugas akhir dan saran-saran yang perlu dilakukan untuk perbaikan di masa mendatang.
V.1 Kesimpulan
Dengan memperhatikan data pengamatan dan analisis pada bab sebelumnya,
dapat disimpulkan bahwa:
Dari hasil pengamatan yang dilakukan terhadap pengujian citra gaya dengan analisis sudut setengah kaki didapat False Rejected Rate sebesar 25% dan False Accepted Rate 25% dengan threshold 10.8. karakteristik ini akan berubah ketika terjadi perubahan sejumlah database
Program untuk mengidentifikasikan individu berdasarkan sudut kaki berhasil direalisasikan dengan menggunakan MATLAB 7.14.0 (R2012a).
V.2 Saran
Saran-saran yang dapat diberikan untuk perbaikan dan pengembangan dari Tugas Akhir ini adalah sebagai berikut:
DAFTAR PUSTAKA
[1] Dockstader, Shiloh L., Kelly A. Bergkessel, and A. Murat Tekalp. Feature
Extraction for the Analysis of Gait and Human Motion. 2002. Dept. of
Electrical and Computer Engineeri
[2] Ho,Meng-Fen,Chung-Lin Huang. Gait Analysis for Walking Paths
Determination and Human Identification. 2011. Hsiuping journal.
[3] Kadir, A. dan Susanto,A. 2013. Teori dan Aplikasi Pengolahan Citra. Yogyakarta: ANDI.
[4] L. Wang, T. Tan, H. Ning, and W. Hu. 2003. Silhouette Analysis-Based
Gait Recognition for Human Identification.USA. IEEE Transactions On
Pattern Analysis and Machine Intelligence.
[5] Mansour,Romany F. 2012. Multiple Views Effective for Gait Recognition
Based on Contours. Computer Engineering and Intelligent Systems.
[6] Nixon, Mark S., John N. Carter, Jamie D. Shutlerand, and Michael G. Grant. New Advances in Automatic Gait Recognition. 2011. UK. Information Security Technical Report.
[7] Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya
Menggunakan Matlab. Yogyakarta: ANDI.
[8] Utari, Wirda Ayu. 2010. Pengenalan Pola Dengan Menggunakan Metode
Backpropagation Menggunakan Matlab
[9] ZHANG , Hao, Zhijing LIU, and Haiyong ZHAO. Gait Modeling and
Identifying Based on Dynamic Template Matching. 2011. Journal of
Computational Information Systems.
[10] http://www.cbsr.ia.ac.cn/users/szheng/?page_id=71.htm (diakses tanggal 2 maret 2014)
[11] https://en.wikipedia.org/wiki/Euclidean _distance (diakses tanggal 23 feb 2014)
[12] https://id.wikipedia.org/wiki/bioetrik (diakses tanggal 23 feb 2014)
39
Universitas Kristen Maranatha [14]