i Universitas Kristen Maranatha
ABSTRAK
Aplikasi Metode Viola Jones dan Eigenface Untuk Pengenalan
Ekspresi Wajah Manusia
Disusun Oleh :
Ayu Maulidya (1122065)
Program Studi Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia.
Email : ayumaulidya_h@yahoo.com
Manusia memiliki berbagai macam emosi dasar seperti marah, sedih, senang, dan terkejut. Emosi dapat diketahui dengan berbagai macam cara salah satunya dengan melihat ekpresi wajah seseorang. Menentukan emosi manusia secara otomatis dengan melihat ekpresi pada wajah dapat diaplikasian pada robot humanoid dan juga dimanfaatkan untuk bidang psikologi dan kedokteran.
Pada Tugas Akhir ini akan dibuat proses mengenali ekspresi wajah manusia berdasarkan perubahan mimik wajah dengan menggunakan metode Viola Jones sebagai proses untuk mendeteksi bagian wajah manusia dan metode Eigenface untuk mengambil ekstraksi ciri dari mimik wajah manusia serta mengklasifikasikan jenis emosinya.
Hasil percobaan menunjukkan bahwa penelitian ini cukup berhasil untuk mendeteksi wajah manusia dan menentukan jenis emosi pada ekspresi wajah manusia. Tingkat keberhasilan pada setiap jenis emosi adalah senang 63%, marah 80%, sedih 70%, dan sedih 83%.
ABSTRACT
Application of Viola Jones Method and Eigenface for Human Facial
Expression Recognition
Composed by :
Ayu Maulidya (1122065)
Program Studi Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia.
Email : ayumaulidya_h@yahoo.com
Humans have a wide range of basic emotions such as anger, sadness, happy and
surprised. Emotions can be recognized in various ways, one of them is by looking at
the expression on someone's face. One of technological approach to determine
human emotions from the facial expression is by employing humanoid robot which is
also applicable for the field of psychology and medical.
There are two methods employed in this final project aiming to identify the changes
of facial expression relative to the changes of emotions. One is Viola Jones method
aimed to detect human faces profile. Second is Eigenface method aimed to extract the
facial expressions and then classify them into the defined types of emotions.
The experiment reveals that the approach is effective to establish human face profile
and determine the type of emotions resulted from the changes of facial expressions.
The effectiveness level at each type of emotions are as follow Happy 63%, Angry
80%, Sad 70%, Surprise 83%.
2.6 Jarak Euclidean ... 13
BAB III PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Blok Cara Kerja Proses Pengenalan Ekspresi Wajah Manusia ... 19
3.2 Proses Pembuatan Database ... 20
3.3 Proses Mendapatkan Nilai Threshold ... 21
3.4 Diagram Alir Proses Pengenalan Ekspresi wajah manusia .... 23
3.5 Diagram Alir Proses Ekstraksi Ciri ... 24
3.6 Diagram Alir Proses Klasifikasi ... 26
vii Universitas Kristen Maranatha
BAB V SIMPULAN DAN SARAN
5.1. Simpulan ... 42 5.2. Saran ... 42
DAFTAR TABEL
Halaman
Tabel 3.1 Data Valid yang Dipilih untuk Database ... 21
Tabel 3.2 Nilai Threshold ... 23
Tabel 4.1 Hasil Pengamatan Emosi Senang ... 28
Tabel 4.2 Hasil Pengamatan Emosi Marah ... 32
Tabel 4.3 Hasil Pengamatan Emosi Sedih ... 35
Tabel 4.4 Hasil Pengamatan Emosi Terkejut ... 38
ix Universitas Kristen Maranatha
DAFTAR GAMBAR
Halaman
Gambar 2.1 Koordinat Pixel Pada Citra Digital ... 8
Gambar 2.2 Jenis Fitur Gambar ... 8
Gambar 2.3 Cara Perhitungan Integral Image ... 9
Gambar 2.4 Integral Image ... 9
Gambar 2.5 Algoritma AdaBoost ... 10
Gambar 3.1 Diagram Blok Cara Kerja Proses Pengenalan Ekpresi Wajah Manusia ... 19
Gambar 3.2 Diagram Alir Proses Pengenalan Ekspresi Wajah Manusia .. 23
Gambar 3.3 Diagram Alir Proses Ekstraksi Ciri ... 24
Bab I Pendahuluan Universitas Kristen Maranatha
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Kata emosi berasal dari bahasa latin yaitu emovere, yang berarti bergerak menjauh. Artinya juga menyiratkan pada kecenderungan untuk bertindak. Menurut Daniel Goleman (2002:411) emosi merujuk pada suatu perasaan dan pikiran yang khas, suatu keadaan biologis, psikologis dan serangkaian kecenderungan untuk bertindak. Emosi pada dasarnya adalah dorongan untuk bertindak.
Untuk mengetahui emosi seseorang dapat diperhatikan dari beberapa komponen umum, yaitu melalui respon tubuh, kumpulan pikiran dan keyakinan, ekspresi wajah, dan reaksi terhadap emosi[1].
Pada tugas akhir ini, untuk melihat emosi manusia akan dilihat melalui ekspresi wajahnya. Dari ekspresi wajah dapat dilihat perubahan-perubahan yang terjadi pada mimik wajah seseorang. Seperti misalnya seseorang yang terkejut, matanya akan melebar, mulut terbuka lebar, hidung mengembang[1]. Ekspresi wajah memiliki makna universal yang berarti tanpa memandang kultur tempat individu yang bersangkutan dibesarkan.
Menentukan ekspresi wajah secara otomatis merupakan hal yang dapat dimanfaatkan dikemudian hari, misalnya pengaplikasian pada robot humanoid yang dapat mendeteksi emosi seseorang dan dibidang psikologi atau kedokteran dapat dimanfaatkan untuk menentukan keadaan emosi seseorang.
Bab I Pendahuluan 2
Universitas Kristen Maranatha 1.2 Perumusan Masalah
Berdasarkan latar belakang di atas, maka perumusan masalah yang diangkat pada tugas akhir ini adalah sebagai berikut:
1. Bagaimana mendeteksi wajah manusia dengan menggunakan metode viola
jones?
2. Bagaimana mengambil ekstraksi ciri dari wajah manusia menggunakan metode eigenface?
3. Bagaimana mengkategorikan klasifikasi jenis emosi dari ekspresi wajah manusia?
1.3 Tujuan
Mendeteksi wajah manusia dengan menggunakan metode viola jones dan mengambil ciri dari wajah manusia dengan metode eigenface selanjutnya dilakukan klasifikasi jenis ekspresi wajah manusia.
1.4 Pembatasan Masalah
Batasan masalah dalam tugas akhir ini adalah sebagai berikut :
1. Ekspresi wajah manusia yang diteliti adalah marah, sedih, senang, dan terkejut yang masing-masing menunjukkan mimik wajah paling maksimal. Data yang digunakan dalam penelitian sebanyak 140 image, setiap ekspresi wajah akan diwakili oleh 35 orang yang berbeda.
2. Data diambil dari Cohn-Canade database yang berukuran 640x480 piksel. Bagian wajah yang sudah di crop,akan di resize menjadi 200x200 pixel. 3. Wajah yang diteliti adalah wajah manusia dewasa dan menghadap
kedepan.
4. Diimplementasikan dengan menggunakan Phyton pada Komputer
1.5 Sistematika Penulisan
Bab I Pendahuluan 3
BAB 1 – PENDAHULUAN
Bab ini menjelaskan tentang latar belakang masalah, perumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan.
BAB 2 – TEORI PENUNJANG
Bab ini menjelaskan mengenai teori-teori yang penunjang tentang Emosi Manusia, Validitas dan Reliabilitas Data, Citra Digital, Viola Jones,
Eigenface, Jarak Euclidean, dan Bahasa Pemograman Phyton.
BAB 3 – PERANCANGAN PERANGKAT LUNAK
Bab ini menjelaskan proses diagram alir yang menjelaskan tentang pembuatan program yang meliputi pendeteksian wajah menggunakan viola
jones, mengambil ekstraksi ciri menggunakan eigenface, dan mengklasifikasi jenis emosi menggunakan jarak eulicdean.
BAB 4 – DATA PENGAMATAN DAN ANALISA DATA
Bab ini berisi data pelatihan dan analisis yang diperoleh dari hasil pengujian data. Pengamatan yang dilakukan adalah melihat hasil klasifikasi jenis emosi pada data yang diuji dan melihat akurasi keberhasilan dari setiap jenis emosi.
BAB 5 – SIMPULAN DAN SARAN
Bab 5 Kesimpulan dan Saran Universitas Kristen Maranatha
42 Universitas Kristen Maranatha
BAB 5
SIMPULAN DAN SARAN
Bab ini merupakan bab penutup yang berisi kesimpulan dari Tugas Akhir ini serta saran dan analisis dari tugas akhir ini serta saran untuk pengembangannya.
5.1 Simpulan
1. Pendeteksian wajah manusia dengan menggunakan metode Viola
Jones dan mengambil ciri wajah manusia dengan metode Eigenface,
serta mengklasifikasikan jenis emosi pada ekspresi wajah manusia dengan menghitung jarak Euclidean menunjukan adanya keberhasilan pengklasifikasian.
2. Pada analisis data yang dilakukan, persentasi kesesuaian pada saat klasifikasi data yang sesuai dengan kategori ekspresinya adalah terkejut 56,7%, marah 50%, senang 46,7%, dan sedih 36,7%. Dapat dilihat tingkat keberhasilan yang paling tinggi diantara keempat emosi yang diteliti yaitu emosi terkejut dengan nilai sebesar 56,7%.
5.1.1 Saran
1. Melakukan pengujian pengenalan emosi manusia dengan mengolah data yang berisi pergerakan ekspresi wajah dari kondisi netral sampai ekspresi tertentu.
2. Pada bagian klasifikasi jenis emosi menggunakan jarak Euclidean masih terdapat nilai threshold yang saling beririsan antar jenis emosi, diharapkan selanjutnya permasalahan ini bisa dilakukan dengan metode yang lain seperti K-Means Clustering atau Adaboost.
Aplikasi Metode Viola Jones dan EigenFace Untuk Pengenalan
Ekspresi Wajah Manusia
Application of Viola Jones Method and Eigenface for Human
Facial Expression Recognition
Laporan Tugas Akhir
Diajukan Untuk Memenuhi Persyaratan Program Studi Strata Satu (S1) Program Studi Teknik Elektro - Fakultas Teknik
Universitas Kristen Maranatha Bandung
Disusun oleh : Nama : Ayu Maulidya NRP : 1122065
PROGRAM STUDI TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS KRISTEN MARANATHA
BANDUNG
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas segala Rahmat dan Karunia-Nya sehingga penulis mampu menyelesaikan Tugas Akhir yang berjudul “Aplikasi Metode Viola Jones dan Eigenface Untuk Pengenalan Ekspresi Wajah Manusia” dengan baik. Tugas Akhir ini disusun
untuk memenuhi persyaratan Program Sarjana Strata Satu (S-1) Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Bandung.
Dalam kesempatan ini penulis ingin mengucapkan terima kasih kepada semua pihak yang telah memberikan bantuan, semangat dan dukungan serta doa dalam menyelesaikan Tugas Akhir ini. Tanpa semua itu, penulis yakin Tugas Akhir ini belum tentu dapat diselesaikan dengan baik. Dengan segala kerendahan hati, penulis ingin mengucapkan rasa terima kasih yang sebesar-besarnya kepada : 1. Bapak Ir. Aan Darmawan, M.T selaku dosen Pembimbing utama Tugas Akhir
dari Program Studi Teknik Elektro Universitas Kristen Maranatha dan Ibu Ka Yan, M.Psi, Psikolog selaku dosen Pembimbing kedua dari Jurusan Psikologi Universitas Kristen Maranatha telah menyumbangkan pengetahuan, memberikan masukan berupa ide-ide, kritik, dan saran.
2. Ibu Novie Theresia br. Pasaribu, S.T., M.T, Ibu Dr. Ratnadewi, S.T., MT., Bapak Dr. Roy Pramono Adhie, S.T., M.T. selaku penguji yang telah memberikan ide, kritik, dan saran pada saat Seminar dan Sidang Tugas Akhir. 3. Ibu Ir. Yohana Susanthi, M.Sc., selaku Koordinator Tugas Akhir Program
Studi Teknik Elektro Universitas Kristen Maranatha.
4. Seluruh Karyawan dan Civitas Akademik Universitas Kristen Maranatha yang telah membantu dalam menyelesaikan Tugas Akhir ini.
5. Kedua Orang Tua, Kakak, dan Abang tercinta, atas segala kasih sayang, doa, nasehat dan dorongan semangat selama ini.
6. Regina Vania, S.T., dan Adhiatandy, S.T., atas bantuan ide dan pemikiran sehingga Tugas Akhir ini dapat terselesaikan.
seperjuangan yang terus memberikan semangat agar Tugas Akhir ini dapat terselesaikan.
8. Semua Rekan, Sahabat, dan Teman-teman yang tidak dapat disebutkan satu per satu yang telah membantu baik secara langsung maupun tidak langsung.
Penulis menyadari sepenuhnya bahwa Tugas Akhir ini masih jauh dari sempurna yang disebabkan karena keterbatasan yang penulis miliki. Untuk itu saran dan kritik yang bersifat membangun dari pembaca sangat penulis harapkan demi perbaikan di masa yang akan datang.
Dengan segala kerendahan hati, penulis berharap semoga Tugas Akhir ini dapat bermanfaat bagi semua pihak yang membutuhkan dan penulis khususnya, serta bagi dunia pendidikan pada umumnya.
Bandung, Oktober 2016
Universitas Kristen Maranatha
43 Universitas Kristen Maranatha
DAFTAR PUSTAKA
1. Atkinson Rita, Richard Atkinson, Edward Smith, Daryl Bem.,
“Introduction To Pchycology”. Sydney : Harcourt Brace Jovanovich. 1993
2. Jyoti Rani, Kanwal Grag., Emotion Detection Using Facial Expression – A Review. International Journal of Advanced Research in Computer Science
and Software Engineering. Haryana, India, 2014.
3. Viola, p., Jones, M. J., “Robust Real-Time Face Detection”, International Journal of Computer Vision, Kluwer Academic, Netherlands, 2004
4. Munir, R. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Informatika Bandung.
5. Sendhy, R.W., S. Novianto, dan U. Rosyidah. 2014. Perbandingan
Euclidean Distance Dengan Canberta Distance Pada Face Recognition .
Fakultas Ilmu Komputer. Universitas Dian Nuswantoro. Semarang. 6. Delac, K., M. Grgic, and S. Grgic. 2005. Independent Comparative Study
of PCA, ICA, and LDA on the FERET Data Set, International Journal of Imaging Systems and Technology, Vol. 15, Issue 5, pp. 252-260
7. Diana, N.E. 2007. Sistem Temu Kembali Citra Wajah. Laporan Tugas
Akhir. Fakultas Ilmu Komputer. Universitas Indonesia, Jakarta.
44
With an Extended Set of Haar-like Features. Intel Technical Report MRL-TR.
13.Harjoyo, FX. 2009. Hubungan Antara Metodologi. Depok: Universitas Indonesia
14.http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/196
412051990031-BAMBANG_AVIP_PRIATNA_M/Makalah_November_2008.pdf
