PENERAPAN METODE TEMPLATE MATCHING PADA CITRA BERWARNA

(1)

Jurnal Pelita Informatika, Volume 7, Nomor 3, Januari 2019 ISSN 2301-9425 (Media Cetak) Hal: 310-312

310

PENERAPAN METODE TEMPLATE MATCHING PADA CITRA BERWARNA

M.Chairi Solin, Garuda Ginting, Matias Julyus Fika Sirati

Program Studi Teknik Informatika STMIK Budi Darma, Medan, Indonesia Jl. Sisingamangaraja No. 338 Simpang Limun, Medan

ABSTRAK

Masalah keamanan yang mengunakan biometrik sidik jari masih bisa digunakan sebagai tindak kejahatan misalnya sidik jari yang masih bisa discan atau dipotong dan dijadikan untuk tindak kejahatan. Suara yang dijadikan sebagai sistem keamanan disebuah ruangan masih bisa direkam dengan menggunakan alat perekam dan dijadikan untuk membobol ruangan tersebut.

Penerapan citra berwarna merupakan salah satu bidang penelitian yang penting, dan dewasa ini ba nyak aplikasi yang dapat menerapkannya, baik dibidang komersial maupun bidang penegakan hukum. Teknik citra berwarna pada saat ini telah mengalami kemajuan yang sangat berarti. Melalui pengembangan suatu metode seperti template matching . Penentuan citra berwarna telah menghasilkan suatu aplikasi yang semula dirasa sukar menjadi mungkin, seperti penyandian videosequences, video conference dan pengenalan atau identifikasi wajah. Meskipun penentuan citra berwarna mudah dikenali dengan penglihatan manusia, tetapi automatisasi pengolahan pada komputer memerlukan berbagai macam teknik pengolahan citra.

Tingkat pengenalan citra berwarna dengan tingkat keberhasilan 100% adalah sebesar 85%.

Kata Kunci : Perancangan Aplikasi, Template matching, Citra Berwarna, Visual Basic net 2008.

I. PENDAHULUAN

Pada saat sekarang ini perkembangan komputer semakin canggih, di tambah pula harga sebuah unit komputer semakin murah. Dunia komputer sudah merambah hampir ke semua anak-anak yang ada di dunia. Komputer saat ini sudah menjadi kebutuhan pokok bagi setiap manusia. Didunia teknologi informasi (IT) Misalnya citra berwarna dalam citra digital telah mengalami perkembangan yang sangat berarti dalam dekade terakhir ini, dengan penerapannya pada berbagai bidang, misalnya dalam hal atas penentuan citra berwarna. Penentuan citra berwarna telah menghasilkan suatu aplikasi yang semula dirasa sukar menjadi mungkin, seperti penyandian videosequences, video conference dan pengenalan atau identifikasi wajah.

Masalah Penerapan citra berwarna merupakan salah satu bidang penelitian yang penting, dan dewasa ini banyak aplikasi yang dapat menerapkannya, baik dibidang komersial maupun bidang penegakan hukum. Teknik pengenalan citra berwarna pada saat ini telah mengalami kemajuan yang sangat berarti.

Melalui pengembangan suatu metode seperti template matching komputer sekarang dapat menyerupai kemampuan otak manusia dalam berbagai tugas pengenalan mata, terutama tugas - tugas yang membutuhkan pencarian pada database citra berwarna yang besar.dalam menerapkan citra berwarna telah menghasilkan suatu aplikasi yang semula dirasa sukar menjadi mungkin, seperti penyandian videosequences, video conference dan pengenalan citra berwarna.

II. TEORITIS A. Deteksi Wajah

Citra yang berupa wajah adalah hal yang penting dalam interaksi antara manusia-komputer (Human Computer Interaction/HCI) berdasarkan penglihatan (vision). Tujuan dari deteksi wajah ialah untuk

mengidentifikasi semua daerah citra yang mengandung sebuah wajah dengan tanpa mengabaikan posisi tiga dimensi, arah, dan kondisi pencahayaan. Definisi deteksi wajah (face detection) ialah apabila diberikan suatu citra yang berubah-ubah, maka deteksi wajah ialah akan menentukan apakah ada atau tidak wajah dalam citra tersebut, dan jika ada akan ditentukan lokasi dan luas dari citra wajahnya.

Hal-hal yang mempengaruhi dalam deteksi wajah adalah: posisi, ada atau tidaknya komponen struktural, ekspresi wajah, keadaan tumpang tindih (occlusion), arah citra, dan kondisi citra

B. Metode Template Matching

Template matching adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi template (acuan). Teknik ini banyak digunakan dalam bidang industri sebagai bagian dari quality control . Metode template matching adalah salah satu metode terapan dari teknik konvolusi. Metode ini sering digunakan untuk mengidentifikasi citra karakter huruf, angka, sidik jari ( fingerprint ) dan aplikasi-aplikasi pencocokan citra lainnya. Secara umum teknik konvolusi didefinisikan sebagai suatu cara untuk mengkombinasikan dua buah deret angka yang menghasilkan deret angka ke tiga.

III. ANALISA A. Analisa Masalah

Tahapan dan algoritma yang akan digunakan pada sitem pada proses penerapan citra berwarna Analisa citra berwarna Pada Bab ini akan di jelaskan mengenai tahapan dan algoritma yang akan digunakan pada sitem pada proses pangenalan citra berwarna.

Hal-hal yang dijelaskan meliputi sistem penerapan citra berwarna. Tahapan dalam proses pencitraan berwarna, khususnya citra berwarna wajah manusia

(2)

311 dengan menggunakan metode template matching

adalah sebagai berikut : 1. Sistem pelatihan

Sistem awal adalah bagian awal yang akan yang akan diolah pada sistem. Fitur-fitur yang dihasilkan pada bagian ini digunakan sebagai bobot awal, maka bobot citra yang menjadi masukan akan dapat dibandingkan dengan bobot awal tersebut sehingga dapat diklasifikasikan.

2. Akuasisi data (Data Acquisition)

Diawali pengambilan sampel gambar wajah manusia yang akan dipakai dalam sistem verifikasi.

3. Pemprosesan (processing)

Pada tahap ini terdapat proses untuk membuat wajah manusia yang telah diakuisisi menjadi citra wajah manusia biner yang siap untuk diekstraksi cirinya.

4. Ekstraksi ciri (feature extraction)

Extraction ciri adalah tahap untuk mendapatkan frekuensi kemunculan dari masing-masing pola.

Pola yang memiliki model yang sama tetapi dengan nomor urut yang berbeda.

Contoh Kasus

Citra berwarna yaitu wajah dibuat dalam matrik awal 5 x 5 dibuat menjadi matriks 7 x 7 dimana matriks awal tersebut dibungkus dengan nilai 0 : 0 0 0 0 0 0

0 5 8 3 7 0 0 9 5 1 0 0 0 0 5 3 0 0 0 1 9 0 6 0 0 0 4 2 4 0 0 0 0 0 0 0

Lalu matriks tersebut dikonvolusikan b dengan matrik konvolusi (Konvolutioan Mask) K [I,J] :

Proses konvolisi mengambil nilai tiap elemen awal matriks menjadi matriks 3 x3 dimana elemen tersebut terletak pada elemen 2 x2 dan yang menjadi elemen lain adalah elemen tetangganya, Jika tidak adad maka elemen tetangga diberi nilai 0, lalu dilakukan looping hingga elemen berakhir.

Tempatkan kernel pada sudut kiri atas, kemudian hitung nilai pixsel pada posisi (0,0) dari kernel

Konvolusi = (-2*5)+(-1*8)+(0*3)+(-1*9)+(0*5)+(- 1*1)+(0*0)+(1*5)+(2*3)

= -17

Konvolusi diabaikan karena pixsel-pixel pada pinggir kiri menggantung, maka pixsel-pixsel pingir kiri nilainya tetap sama seperti citra asal.

Maka hasil konvolusi seluruhnya yaitu seperti gambar

Gambar 1.

Nilai Pixel citra pada wajah berwarna

IV. IMPLEMENTASI A. Implementasi Sistem

Untuk memastikan bahwa sistem yang dirancang telah benar-benar dapat berjalan dengan baik, maka penulis melakukan beberapa pengujian terhadap sistem. Langkah pertama yang dilakukan adalah dengan memilih menu Update Database Wajah, sehingga muncul tampilan seperti terlihat pada Gambar 2.

Gambar 2. Hasil Pengujian Citra

Adapun tujuan tahap pengujian ini adalah untuk memastikan bahwa sistem yang dirancang telah dapat melakukan pengenalan citra berwarna Template yang telah disiapkan. Langkah pertama adalah melakukan pengenalan gambar dengan menggunakan file 000001.jpg. Adapun tampilan dari proses pengenalan gambar Wajah ini seperti terlihat pada Gambar3.

Gambar 3. Tampilan Hasil Citra Warna 2 -1 0

-1 0 1 0 1 2

(3)

312 V. KESIMPULAN

Berdasarkan pembahasan yang telah dilakukan mengenai perangkat lunak Pengenalan citra berwarna dengan metode Tempalate Matching ini, maka penulis dapat mengambil beberapa kesimpulan sebagai berikut :

1. Perangkat lunak ini dapat melakukan pembandingan terhadap file gambar dengan cara membandingkan nilai jet hasil ekstraksi pixel gambar yang dibandingkan dan nilai template hasil ekstraksi pixel gambar yang menjadi acuan.

2. Metode Template Matching dapat diimplementasikan dalam perangkat lunak pengenalan gambar wajah manusia dengan cara melakukan ekstraksi pixel gambar, mengolah hasil ekstraksi tersebut menjadi bentuk template dan kemudian membandingkannya dengan nilai jet dari gambar wajah yang akan dibandingkan.

3. Metode Template Matching dapat membandingkan gambar wajah berwarna dengan tingkat akurasi sampai 85%.

REFERENCES

[1] Achmad Hidayatno, Penentuan wilayah wajah manusia pada citra berwarna Berdasarkan warna kulit dengan metode template matching, Vol. 1 5 No. 2 Desember 2006.

[2] Adhitya Wishnu Wardhana, Penggunaan metode templete matching Untuk identifikasi kecacatan pada pcb, Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008).

[3] M A Rabbani, A Different Approach to Appearance –based Statistical Method for Face Recognition Using Median, IJCSNS International Journal of Computer Science and Network Security, VOL.7 No.4, April 2007.

[4] Jogiyanto H.M, Analisa dan Desain, 2002.

[5] http://id.wikipedia.org/wiki/Visual_Basic 28 juli 2017