i
PENGENALAN CITRA WAJAH SEBAGAI IDENTIFIER MENGGUNAKAN ALGORITMA VIOLA JONES
SKRIPSI
OLEH DONI AFRIAL
2155201137
TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS LANCANG KUNING
PEKANBARU
2023
v ABSTRAK
Sistem pendeteksi objek dapat diaplikasikan pada seluruh anggota tubuh manusia.
Karena menggunakan teknologi biometrik yang mampu mendeteksi objek tubuh pada manusia. Dalam dunia medis diketahui bahwa beberapa anggota tubuh manusia bersifat unit dan berbeda satu dengan yang lainnya, salah satunya yaitu adalah wajah.
Perbedaan bentuk wajah manusia dikarenakan tektur bentuk dari ketika berekspresi seperti : senyum, marah, sedih, tertawa dan lainnya. Berdasarkan beberapa penelitian sebelumnya menerangkan bahwa algoritma viola jones memiliki itngkat keakuratan yang cukup tinggi dalam mendeteksi objek pada wajah manusia. Adadpub objek wajah yang di deteksi antara lain adalah mata, hidung, mulut, dan pipi yang dalam artian tidak mencakup rambut dan telinga. Lokasi penelitian yang dilakukan yaitu bertempatkan di Kantor Ditpolairud Polda Riau. Dalam penelitian ini menggunakan 20 Objek sebagai untuk pendeteksian pada wajah menggunakan algoritma Viola Jones dan menghasilkan ekstraksi yang berdeba - beda. Adapun tujuan dari pengujian Face Identification ini yaitu untuk memudahkan kita dalam mendeteksi suatu objek pada wajah dari segi ukuran jarak dan bentuknya.
ABSTRACT
Object detection systems can be applied to all members of the human body. Because it uses biometric technology that can detect body objects in humans. In the medical world it is known that some members of the human body are unitary and different from one another, one of which is the face. The difference in the shape of the human face is due to the texture of the shape when expressing such as: smiling, angry, sad, laughing and others. Based on several previous studies, it is explained that the Viola Jones algorithm has a fairly high level of accuracy in detecting objects on the human face. Adadpub facial objects that are detected include the eyes, nose, mouth and cheeks which in the sense do not include hair and ears. The location of the research carried out is located in the Riau Police Ditpolairud Office. In this study, 20 objects were used for facial detection using the Viola Jones algorithm and produced different extractions. The purpose of this Face Identification test is to make it easier for us to detect an object on the face in terms of distance and shape.
vi
KATA PENGANTAR
Assalamu’alaikum Wr. Wb
Puji dan syukur tidak henti-hentinya penulis ucapkan kehadirat Allah SWT yang telah melimpahkan rahmat, rizki, dan hidayahNya kepada penulis.
Juga atas perlindunganNya sehingga penulis dapat menyelesaikan Skripsi yang berjudul :
“PENGENALAN CITRA WAJAH SEBAGAI IDENTIFIER MENGGUNAKAN ALGORITMA VIOLA JONES”
Karya tulis ini dimaksudkan untuk melengkapi salah satu syarat dalam menyelesaikan program S1 fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru.
Penyelesaiaan karya tulis ini ini tidak lepas dari bimbingan, dorongan dan bantuan dari berbagai pihak kepada penulis. Untuk itu dengan kerendahan hati penulis mengucapkan terima kasih dan menyampaikan penghargaan yang setinggi-tingginya kepada :
1. Bapak Dr.H.Fajrizal, SP, M.Kom, MTA selaku Dekan Fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru.
2. Bapak Ahmad Zamzuri, M.Kom, MTA selaku Wakil Dekan I Fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru.
3. Ibu Lucky Lhaura Van FC, M.Kom, MTA selaku Wakil Dekan II Fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru dan selaku Dosen Pembimbing dalam proses penyusunan skripsi, sehingga penulis dapat menyelesaikan laporan ini tepat pada waktunya.
4. Bapak Muhammad Sadar, S.E, M.Kom., MTA selaku Wakil Dekan III Fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru.
5. Bapak Dr.Yogi Yunefri, M.Kom., MTA., MCE selaku ketua Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru.
vii
6. Bapak Sutejo, M.Kom, MTA sebagai Sekretaris Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru dan selaku Dosen Penguji I
7. Ibu Lisnawita, M.Kom sebagai Dosen pada Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Lancang Kuning Pekanbaru dan selaku Dosen Penguji I
8. Para Dosen Fakultas Ilmu Komputer yang telah mengajar dan memberikan pengetahuan kepada penulis.
Penulis manyadari akan ketidak sempurnaan karya tulis ini, namun dengan demikian penulis berharap kiranya hasil penelitian ini dapat bermanfaat bagi setiap pembaca sehingga hasil karya tulis ini dapat bermanfaat bagi khalayak ramai
Wassalamu’alaikum Wr. Wb Pekanbaru, Januari 2023
Penulis
DONI AFRIAL
viii DAFTAR ISI
Halaman
HALAMAN PERSETUJUAN...i
HALAMAN PENGESAHAN ...ii
HALAMAN PERNYATAAN KEASLIAN KARYA ILMIAH...iii
ABSTRAK ...iv
KATA PENGANTAR ...v
DAFTAR ISI ...vii
DAFTAR GAMBAR ...ix
BAB I PENDAHULUAN A. Latar Belakang ...1
B. Rumusan Masalah ...3
C. Batasan Masalah...4
D. Tujuan Penelitian ...4
E. Manfaat Penelitian ...4
F. Sistematika Penulisan...5
BAB II TINJAUAN PUSTAKA A. Tinjauan Penelitian Terdahulu ...7
B. Tinjauan Penelitian yang akan dilakukan ...12
C. Teori Dasar yang digunakan ...12
BAB III METODOLOGI PENELITIAN A. Tahapan-tahapan Penelitian ...19
B. Lokasi dan Waktu Penelitian ...24
ix
C. Data Yang digunakan ...24
D. Teknik Pengumpulan Data ...25
E. Metode/Pemodelan Yang digunakan ...25
F. Waktu dan Hasil Wawancara ...26
BAB IV GAMBARAN UMUM OBJEK PENELITIAN A. Latar Belakang...28
B. Tinjauan Tentang Ditpolairud ...31
C. Sejarah dan Pengertian Polisi Perairan ...32
D. Tugas dan Fungsi ...34
E. Logo Ditpolairud ...35
BAB V HASIL DAN PEMBAHASAN A. Tampilan Halaman GUI Awal...36
B. Tampilan Buka Citra ...37
C. Tampilan Deteksi Wajah ...40
D. Tampilan Ekstraksi Ciri Wajah ...41
E. Tampilan Deteksi Dan Ekstraksi Wajah Lebih dari 1 Objek ....42
BAB VI KESIMPULAN DAN SARAN A. Kesimpulan ...45
B. Saran ...45
DAFTAR PUSTAKA LAMPIRAN
x
DAFTAR GAMBAR
3.1 Tahapan Penelitian ...19
3.2 Diagram Alir Pre-Processing Image ...20
3.3 Alur Sistem Pengenalan Wajah ...20
4.1 Logo Ditpolairud ...35
5.1 Halaman GUI Awal ...37
5.2 Tampilan Open File ...37
5.3 Tampilan Buka Citra ...38
5.4 Tampilan Deteksi Wajah ...40
5.5 Tampilan Ekstraksi Ciri Wajah ...41
5.6 Deteksi Objek Wajah 3 Orang ...42
5.7 Ekstraksi Ciri Objek Wajah 3 Orang ...42
5.8 Ekstraksi Ciri Objek Wajah 2 Orang ...43
5.9 Ekstraksi Ciri Objek yang tidak Terdeteksi ...43
xi
１
BAB I
PENDAHULUAN
A. Latar Belakang
Pengenalan ciri wajah seseorang sangat penting untuk di fokuskan pengembangannya pada era teknologi seperti saat ini. Khusus nya pada DITPOLAIRUD POLDA RIAU yang merupakan badan kepolisian yang bertugas menjaga keamanan dilokasi perairan maupun udara di lingkungan kerja POLDA RIAU. Pada masa pandemic pada saat ini, tidak criminal khususnya pencurian semakin marak terjadi. Dengan adanya penyebaran CCTV Umum dan kamera pada ponsel maka dapat mengambil gambar baik di sengaja maupun secara tidak sengaja. maka dengan adanya berupa gambar seseorang untuk diidentifikasi sehingga menemukan hasil pencocokan dengan data yang sudah ada berguna untuk proses pengenalan secara rinci baik berupa pencocokan ciri dalam beberapa permasalahan diantaranya yaitu identifikasi orang hilang, identifikasi pelaku tindak criminal, dan identifikasi korban kecelakaan.
Pada kondisi saat ini, Ditpolairud Polda Riau belum dapat dengan cepat dalam melakukan proses identifikasi pada wajah yang dikarenakan tidak memiliki aplikasi dalam pengolahan identifikasi pada wajah, sehingga untuk proses identifikasi pada wajah harus melalui aplikasi yang hanya dapat di akses oleh bagian khusus sehingga memakan waktu untuk mengetahui proses dan hasil dari idetifikasi pada wajah.
Pengenalan wajah manusia sudah menjadi perhatian oleh para peneliti dibidang biometrics, pattern recognition, dan computer vision selama beberapa
２
dekade terakhir (Hafez, Selim, & Zayed, 2018). Pengenalan wajah yang dilakukan oleh sistem komputer sekarang menjadi sangat popular dalam melakukan pengenalan identitas seseorang (Arulkumar & Vivekanandan, 2018).
Beberapa tahun belakangan ini teknologi tentang pengenalan wajah sudah banyak diterapkan pada sistem komputer maupun pada handphone untuk identifikasi seseorang, misalkan pada penggunaan kamera pengawasan, sistem absensi, maupun akses control (Fandiansyah, Sari, & Ningrum, 2019).
Dalam beberapa dekade terakhir, metode subspace-based telah mendapat perhatian luas untuk pengenalan wajah. metode yang paling terkenal adalah Principle Component Analisys (PCA), Linear Discriminant Analisys (LDA), dan Viola-Jones. (Tai, Yang, Luo, Zhang, & Qian, 2018). Beberapa metode preprocessing dapat mengatasi kondisi pencahayaan yang terkontrol dengan baik.
Namun dalam kondisi pencahayaan yang tidak terkontrol metode tersebut belum dapat mengatasi dengan baik.
Saat ini, penelitian mengenai pengenalan wajah dengan cepat berkembang sesuai dengan perkembangan teknologi. Aplikasi komersial tentang ini telah banyak diimplementasikan namun pada dasarnya teknologi ini belum sempurna penelitian perlu terus dikembangkan untuk memperoleh hasil yang di inginkan.
Satu hal yang dapat di tambah atau diimplemetasikan dalam pengembangan teknologi pengenalan wajah yaitu dengan menambah tingkat kecepatan dan akurasi dalam pendeteksian wajah.
Metode Viola Jones dikenal memiliki kecepatan dan keakuratan yang cukup tinggi karena menggabungkan beberapa konsep yaitu Fitur Haar, Citra Integral,
３
AdaBoost, Cascade Classifier menjadi sebuah metode utama untuk mendeteksi objek.
Meskipun manusia dengan mudah mendeteksi dan mengenali wajah seseorang, hal tersebut menjadi tantangan tersendiri pada sistem computer dalam mendeteksi dan megenali wajah. Pada kenyataannya sistem pengenalan wajah selalu disebabkan oleh beberapa kondisi, terutama efek pencahayaan / kondisi iluminasi. Pencahayaan yang tidak sama pada wajah akan menyebabkan terbentuknya bayangan (Chen, Tong, Cong, & Xu, 2018).
Berdasarkan permasalahan diatas maka dilakukan pengenalan citra wajah yang dilakukan dengan menggunakan algoritma Viola-Jones. Algoritma Viola- Jones merupakan algoritma untuk mendeteksi obyek yang memiliki tingkat keakuratan yang cukup tinggi yaitu sekitar 93.7 % dengan menggabungkan empat kunci utama yaitu fitur haar-like, integral image, boosting dengan adaboost dan cascade classifier (Fandiansyah, 2019).
B. Rumusan Masalah
Rumusan masalah dari latar belakang yang telah diuraikan diatas yaitu:
1. Bagaimana ekstraksi data pada pengenalan citra wajah dengan menggunakan algoritma Vila-Jones.
2. Bagaimana peranan algoritma Viola Jones dalam pengenalan citra wajah pada pencahayaan asimetris.
４ C. Batasan Masalah
Batasan masalah pada penelitian ini adalah sebagai berikut :
1. Citra Wajah yang diambil dalam pendeteksian wajah adalah pada posisi depan (frontal face)
2. Aplikasi yang digunakan adalah MATLAB R2018a.
3. Jumlah Sample dalam penelitian menggunakan 20 (Dua Puluh) wajah yang berbeda.
D. Tujuan Penelitian
Sesuai rumusan masalah diatas, maka tujuan dari penelitian ini adalah : 1. Mengatasi pengenalan wajah pada kondisi pencahayaan asimetris
dengan memanfaatkan algortma Viola Jones
2. Mengetahui hasil identifikasi wajah pada pengenalan citra wajah yang menggunakan algoritma Viola Jones.
E. Manfaat Penelitian
Dengan dilakukannya penelitian ini, diharapkan dapat memberikan manfaat sebagai berikut :
1. Memberi kontribusi dan tambahan referensi pada penelitian dibidang face recognition khususnya pada citra dengan kondisi pencahayaan yang asimetris.
2. Dapat mengetahui hasil pengelolaan citra menggunakan algoritma Vila- Jones.
3. Dapat menambah pengetahuan dan wawasan mengenai tahap tahap proses pengenalan wajah hingga citra wajah dapat dikenali.
５
4. Dapat digunakan untuk pengembangan sistem aplikasi face recognition dalam mengatasi permasalahan pada citra.
F. SISTEMATIKA PENULISAN
Untuk memudahkan dalam memahami pembahasan Skripsil ini, penulis menguraikannya menjadi beberapa bab. Dimana masing – masing bab ini merupakan suatu rangkaian yang saling berhubungan, antara lain sebagai berikut:
BAB I : PENDAHULUAN
Pada bab ini membahas mengenai latar belakang, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Pada bab ini menguraikan tentang Tinjauan penelitian terdahulu, Teori dasar yang digunakan.
BAB III: METODE PENELITIAN
Bab ini berisikan tentang tahapan-tahapan penelitian, lokasi dan waktu penelitian, data yang digunakan, teknik pengumpulan data, metode/pemodelan yang digunakan.
BAB IV: GAMBARAN UMUM OBJEK PENELITIAN
Bab ini berisikan tentang jadwal pelaksanaan terkait penelitian yang dilakukan.
６ BAB V : HASIL DAN PEMBAHASAN
Bab ini berisikan tentang hasil penelitian dan pembahasan terkait penyusunan dan perancangan dari algoritma yang digunakan.
BAB VI : KESIMPULAN DAN SARAN
Bab ini berisikan tentang kesimpulan dan saran terhadap hasil dari penyusunan Skripsi.
47
BAB VI
KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan hasil penelitian dan pengembangan dapat disimpulkan beberapa hal sebagai berikut:
1. Pendeteksian wajah menggunakan metode Viola Jones menunjukkan bahwa mampu mendeteksi wajah secara frontal dengan sudut kemiringan lebih dari 45º.
2. Faktor - faktor yang menyebabkan kegagalan dalam proses pendeteksian wajah ini bergantung pada kondisi citra wajah, yaitu posisi dan kesempurnaan Kenampakan wajah. Berdasarkan hasil penelitian menggunakan 20 objek sebagai sampel pengujian terdapat 17 objek yang berhasil dilakukan deteksi pada wajah dan 3 objek tidak berhasil dilakukan pendeteksian, sehingga keberhasilan dalam pendekteksian menggunakan sampel uji sebesar 85%, maka tingkat keberhasilan dalam pendeteksian wajah menggunakan algoritma Viola Jones sebesar 85%.
B. Saran
Adapun saran-saran yang dapat diberikan apabila dilakukan penelitian lebih lanjut mengenai pendeteksian wajah adalah sebagai berikut:
48
1. Citra uji tidak hanya berupa file, melainkan bisa langsung diambil dari screenshot laptop, kamera smartphone dan media lainnya.
2. Perlu dilakukan penelitian lebih lanjut untuk membuat sistem pendeteksian wajah dengan posisi menoleh yang cukup signifikan yaitu sekitar 45º.
3.
Perlu dilakukan penelitian lebih lanjut untuk mendeteksi wajah seseorang dengan pendeteksian objek wajah dengan ditambahkan objek telinga untuk hasil pendeteksian wajah yang lebih akurat.49
Daftar Pustaka
A. Pamungkas, “Ekstraksi Ciri Wajah Menggunakan Algoritma Viola Jones”, Semarang, 2018
Aris, “Sistem pengenalan wajah manusia menggunakan algoritma Viola Jones dan Priciple Component Analisys”, Jember, 2019
Yulita Mahardini Poysancin, “Rancang Bangun Sistem Deteksi Wajah Dengan Metode Viola Jones Untuk Mengidentifikasi Identitas Seseorang”, Jakarta Selatan, 2019
S. Siaulhak, “Pengembangan Multimedia Face Identification Menggunakan Metode Viola Jones Code Matlab”, Sulawesi Selatan, 2019
M. Yanu, “Penguatan Ketepatan Pengenalan Wajah Viola Jones Dengan Pelacakan”, Yogyakarta, 2020
Amir Shaleh, “ Face Identification On Login Security Using Algorithm Combination Of Viola JonesAnd Cosine Similarity”, Sumatera Utara, 2020
Rahmawati, “Alat Pendeteksi Wajah Mahasiswa Universitas Trunojoyo Madura Menggunakan Metode Viola Jones”, Madura, 2021
R. Eka Putri, T. Matulatan, “Sistem Deteksi Wajah Pada Camera Real Time Dengan Menggunakan Metode Viola Jones”, Tanjung Pinang, 2019
F. Budi Antono, “Deteksi Jumlah dan Pegenalan Wajah Manusia Menggunakan Metode Histogram of Oriented Gradien dan Viola Jones”, Malang, 2020
Teguh Arifianto, “Penerapan Algoritma Viola Jones Untuk Mendeteksi Masker Covid-19 Di Politeknik Perkeretaapian Indonesia Madiun”, Madiun, 2021
Taufiq Hidayat, “Pengamanan Ruang Dengan Pengenalan Pola Wajah Secara Real Time Menggunakan Algoritmna Viola Jones”, Sengonagung Purwosari Pasuruan, 2019
Mahmudi, “Implementasi Metode Viola Jones untuk mendeteksi wajah manusia”, Surakarta, 2019
Romi, “Identifikasi pengenalan wajah perokok menggunakan metode principle component analisys”, surakarta, 2021
J. Runtukahu, “Tanggung jawab polisi perairan dalam penegakan hukum di wilayah laut teritorial Republik Indonesia”, 2016
Margaretha, “Ulasan UU No 32 tahun 2014 tentang kelautan dan penegakan hukum diwilayah laut ”, Surabaya, 2016
Sadjijono, “ Seri hukum kepolisian Polri Good Govermance”, Surabaya, 2014
50
Undang-undang Nomor 2 Tahun 2002 tentang Kepolisian Negara Republik Indonesia, Pasal 4.
https://www.kompas.com/skola/read/2020/04/22/113659269/potensi-sumber- dayamaritim-indonesia?page=all
http://siaga.polrespelabuhanmakassar.com/index.php?page=tentang&pos=3
