Download - Pengenalan Citra Wajah
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 1/34
Pembuatan Aplikasi Pengenalan Citra Wajah
Dengan Menggunakan Metode Statistikal
Graylevel Coocurence Matrix G!CM"
SKRIPSI
SEMINAR HASIL
Oleh :
Agung Wicaksono 2006 12 044
PROGRAM STUDI TEKNIK INFORMATIKA
SEKOLAH TINGGI TEKNOLOGI (STITEK)
BONTANG
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 2/34
2010
KATA PENGANTAR
Assalamu’alaikum Wr. Wb
Dengan menyebut nama Allah Yang Maha Pengasih dan Penyayang, penulis
panjatkan Puji dan Syukur Kehadirat ALLAH SWT karena sungguh tiada sesuatupun
yang terasa berat atas petunjuk serta Kehendakya dan hanya dengan !ahmatyalah
penulis dapat menyelesaikan Tugas Akhir yang berjudul " # Pembuatan Aplikasi
Pengenalan Citra Wajah Dengan Metode #kstraksi $rde Dua Menggunakan
%orland Delhpi & #$
Tugas Akhir ini merupakan salah satu syarat untuk menyelesaikan studi
tingkat Strata satu %S&' di Sek(lah Tinggi Tekn(l(gi %ST)T*K' +(ntang, tugas akhir
ini dapat terselesaikan karena banyak pihak yang membantu dan membimbing serta
memberikan m(tiasi$ -leh Karena itu pada kesempatan ini penulis ingin
mengu.apkan terimah kasih kepada "
1. +apak Ansar !i/al, ST$, M$K(m Selaku Ketua Sek(lah Tinggi Tekn(l(gi
%ST)T*K' +(ntang sekaligus pembimbing & yang mengarahkan dan
membimbing hingga terselesaikannya Tugas Akhir ini$
0$ +apak Masagus Muh$ Yusu1, ST$, M$K(m Selaku Ketua Pr(gram Studi
Teknik )n1(rmatika Sek(lah Tinggi Tekn(l(gi %ST)T*K' +(ntang$
Page 2
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 3/34
3. M$ 2arman Andrijasa, S$K(m$,M$K(m Selaku D(sen Pembimbing )) yang
mengarahkan dan membimbing hingga terselesaikannya Tugas Akhir ini$
4. +apak Hari Pur3adi, ST$, M$S., +apak Khairudin Karim, ST$, MT dan +apak
Kary( +udi 4t(m(, S$K(m$, M$*ng Selaku D(sen Penguji Seminar Hasil
yang telah memberikan sarannya$
5$ )bu *ylia, ST Selaku Sta1 +AAK yang telah memberikan Data 6umlah
Mahasis3a Sek(lah Tinggi Tekn(l(gi %ST)T*K' +(ntang guna untuk
penelitian hingga terselesaikannya Tugas Akhir ini$
7$ Kedua -rang Tua dan kakak8kakakku yang selalu memberikan kasih sayang,
semangat serta d(a$
Penulis menyadari bah3a penulisan Tugas Akhir ini masih banyak
kekurangan dan kesalahan dalam penulisan yang mungkin tanpa penulis sadari, untuk
itu saran dan kritik yang membangun sangat diharapkan$
Sem(ga apa yang telah diberikan selama ini kepada penulis di.atat sebagai
amal kebajikan dan diberi balasan yang terbaik (leh Allah SWT$
Demikian Tugas Akhir yang dapat penulis sajikan, sem(ga dapat berman1aat
bagi generasi yang akan datang$
Wassalamu’alaikum Wr. Wb.
+(ntang, &9 Desember 0:&:
Page 3
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 4/34
Penulis
BAB I.
PENDAHULUAN
I.1 Latar Belakan
Pengenalan 3ajah atau 'ace (ecognition merupakan sebuah sistem
identi1ikasi pribadi yang menggunakan karakteristik 3ajah sese(rang untuk
mengidenti1ikasikan identitas sese(rang sehingga dapat membedakan dengan (rang
yang lainnya $ amun adakalanya se.ara kasat mata, sangat sulit membedakan 3ajah
sese(rang dengan (rang yang lain karena adanya kemiripan$ Dan saat ini telah banyak
met(de yang digunakan untuk membuat sebuah aplikasi yang dapat membantu
sebuah instansi untuk men.ari sese(rang dengan .iri8.iri tertentu, salah satunya yang
akan di bahas di lap(ran ini adalah aplikasi yang menggunakan met(de ekstraksi (rde
dua$
*kstraksi (rde dua adalah pr(ses klasi1ikasi dan interpretasi .itra yang
dilakukan dengan matriks k((nkurensi, yaitu suatu matriks antara yang
merepresentasikan hubungan ketetanggaan antar piksel dalam .itra pada berbagai
arah (rientasi dan jarak spasial$ Dalam penerapan met(de ini akan digunakan bahasa
pem(graman +(rland Delpi ;$
Page 4
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 5/34
Delphi adalah suatu bahasa pem(graman %deel(pment language' yang
digunakan untuk meran.ang suatu aplikasi pr(gram yang berbasis gra1is, jaringan
maupun pr(gram $et$ Delphi ; merupakan ersi standar yang masih sering
digunakan (leh para pr(grammer dikarenakan stabilitas, ke.epatan, persyaratan
perangkat keras yang rendah, telah didukung untuk 3ind(3s <P, dan tidak
memerlukan aktiasi$ Delphi ; dapat meran.ang inter)ace pengguna gra1is dengan
mudah dan .epat$ Dengan teknik peng(lahan .itra, dapat memanipulasi ke.erahan
.itra, k(ntras, menemukan 1itur tepi, memberi e1ek emb(ss, atau mengubah .itra ke
m(dus lukisan minyak$ Peng(lahan .itra berkaitan dengan manipulasi 3arna,
binerisasi .itra, (perasi pi=el demi pi=el bahkan 1rame demi 1rame (perasi$
I.! Rumusan "asala#
Dari latar belakang tersebut diatas, dapat dirumuskan beberapa permasalahan
yang akan dijadikan dasar dalam penyusunan Tugas Akhir ini, yaitu"
1. +agaimana membangun aplikasi pengenalan .itra dengan met(de
ekstraksi (rde 0 menggunakan Matlab$
2. +agaimana tingkat keakuratan >ray Leel ?((.uren.e Matri= dalam
pr(ses pengenalan p(la pada 3ajah$
I.$. Batasan "asala#
Page 5
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 6/34
4ntuk menghindari meluasnya pembahasan maka ruang lingkup pembahasan
pada pr(p(sal Tugas Akhir ini adalah "
&$ ?itra yang digunakan mempunyai ukuran piksel
0$ ?itra inputan yang digunakan adalah .itra dengan e1ek grays.ale
9$ ?itra inputan dalam 1(rmat bitmap
@$ Met(de peng(lahan .itra menggunakan >L?M % >rayleel ?((.uren.e
Matri= '
5$ Pembuatan S(1t3are menggunakan +(rland Delphi ;
I.%. Tu&uan 'an "an(aat
Tujuan
Penyelesaian Tugas Akhir ini bertujuan membangun aplikasi pengenalan .itra
dengan met(de ekstraksi (rde 0 menggunakan +(rland Delphi ;
Man1aat
Pada Penulisan ini penulis berharap dapat berman1aat bagi penulis khususnya,
dan pemba.a pada umumnya$ Man1aat dari pengenalan 3ajah diantaranya
adalah untuk"
&$ Pengenalan .itra 3ajah dapat digunakan dalam bidang hukum, hiburan,
keamanan dan sebagainya
0$ Memperkenalkan 1(rmula matematika dan statistika dalam met(de
>L?M$
Page 6
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 7/34
I.). *istematika La+,ran
4ntuk mempermudah dan memahami Tugas Akhir ini maka perlu disuun
sistematika penulisan yang meliputi 5 p(k(k pembahasan"
1. +A+ & " P*DAH4L4A
+ab ini berisi tentang latar belakang, perumusan masalah, batasan
masalah,tujuan dan man1aat serta sistematika penulisan
2. +A+ 0 " DASA! T*-!)
+ab ini berisi tentang sekilas materi dasar tentang .itra, matriks, >L?M
%>rayleel ?((.uren.e Matri=', serta +(rland Delphi ;$
9$ +A+ 9 " M*T-D-L->) P**L)T)A
+ab ini berisi tentang pengurain dan deskripsi tentang tahapan pengambilan
sampel .itra serta tahapan pr(ses sampel serta m(del peran.angan aplikasi
pengenalan .itra 3ajah menggunakan met(de >L?M menggunakan +(rland
Delphi ;$
@$ +A+ @ " P*M+AHASA
+ab ini berisi tentang penguraian dan pembahasan tahapan pembuatan
aplikasi pengenalan .itra 3ajah menggunakan met(de >L?M dengan
Pr(gram +(rland Delphi ;$ Serta perhitungan derajat deiasi
5$ +A+ 5 " P*4T4P
Page 7
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 8/34
+ab ini berisi tentang kesimpulan dan saran yang di per(leh selama dalam
pembuatan Tugas Akhir ini$
BAB II.
DA*AR TE-RI
II.1 itra
?itra yang dimaksud adalah gambar dua dimensi yang dihasilkan dari gambar
anal(g dua dimensi yang k(ntinu menjadi gambar diskrit$ >ambar anal(g dihasilkan
dari sistem (ptik yang menerima sinyal anal(g, biasanya didapat dari kamera anal(g
atau mata manusia, sedangkan .itra diskrit atau .itra digital dihasilkan dari pr(ses
digitalisasi .itra anal(g$
?itra digital merupakan suatu 1ungsi dengan nilai8nilai yang berupa intensitas
.ahaya pada tiap8tiap titik pada bidang yang telah diuantisasikan %diambil
sampelnya pada interal diskrit'$ Titik dimana suatu gambar di8sampling disebut
picture element %pi=el'$ ilai intensitas 3arna pada suatu pi=el disebut gray scale
level*
& bit B binary+valued image %: 8 &'
C bits B gray level %: 8 055'
Page 8
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 9/34
&7 bits B high .(l(r %0&7'
0@ bits B 00@ true .(l(r
90 bits B true .(l(r %090'
2(rmat gambar digital memiliki 0 parameter"
1. Spatial res(luti(n / pixels = pixels
2. ?(l(r en.(ding / bits pixel
2(rmat 1ile >ambar
&$ +itmap %$+MP'
8 2(rmat gambar yang paling umum dan merupakan 1(rmat standar
Wind(3s$
8 4kuran 1ilenya sangat besar karena bisa men.apai ukuran Megabytes$
8 2ile ini merupakan 1(rmat yang belum terk(mpresi dan menggunakan
sistem 3arna !>+ %!ed, >reen, +lue' dimana masing8masing 3arna
pi=elnya terdiri dari 9 k(mp(nen, !, >, dan + yang di.ampur menjadi
satu$
8 2ile +MP dapat dibuka dengan berbagai ma.am s(1t3are pembuka
gambar seperti A?DSee, Paint, )ranEie3 dan lain8lain$
8 2ile +MP tidak bisa %sangat jarang' digunakan di 3eb %internet' karena
ukurannya yang besar$
0$ 6(int Ph(t(graphi. *=pert >r(up %$6P*>6P>'
Page 9
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 10/34
8 2(rmat 6P> merupakan 1(rmat yang paling terkenal sekarang ini$
8 Hal ini karena si1atnya yang berukuran ke.il %hanya puluhanratusan
K+ saja', dan bersi1at p(rtable$
8 2ile ini sering digunakan pada bidang 1(t(gra1i untuk menyimpan 1ile
1(t($
8 2ile ini bisa digunakan di 3eb %internet'$
9$ >raphi.s )nter.hange 2(rmat %$>)2'
8 2(rmat >)2 ini berukuran ke.il dan mendukung gambar yang terdiri
dari banyak 1rame sehingga bisa disebut sebagai gambar animasi
%gambar bergerak'$
8 2(rmat ini sering sekali digunakan di internet untuk menampilkan
gambar8gambar di 3eb$
@$ P(rtable et3(rk >raphi.s %$P>'
8 2(rmat yang standar dan sering digunakan di internet untuk
menampilkan gambar atau pengiriman gambar$ 4kuran 1ile ini .ukup
ke.il dan setara dengan ukuran gi1 dengan kualitas yang bagus$ amun
tidak mendukung animasi %gambar bergerak'$
2(rmat 1ile gambar lain seperti T)22 %Tagged )mage 2ile 2(rmat', )?- %).(n',
*M2 %*n.han.ed Wind(3s Meta1ile', P?<, A) %Animati(n', ?4! %?urs(r',
W+MP %WAP +MP', PSD %Ad(be Ph(t(sh(p D(.ument', dan ?D! %?(rel Dra3'$
Page 10
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 11/34
+eberapa jenis .itra digital yang sering digunakan adalah .itra biner, .itra
greys.ale, dan .itra 3arna$
&$ ?itra +iner
?itra biner merupakan .itra yang telah melalui pr(ses pemisahan piksel8piksel
berdasarkan derajat keabuan yang dimiliki$ Pembentukan .itra biner
memerlukan nilai batas keabuan yang akan digunakan sebagai nilai pat(kan$
Pixel dengan derajat keabuan lebih besar dari nilai batas akan diberi nilai &
dan sebaliknya piksel dengan derajat keabuan lebih ke.il dari nilai batas akan
diberi nilai :$
6ika a& F : dan a0 F &, serta T F gray level 0, maka (perasi di atas
mentrans1(rmasikan suatu .itra menjadi .itra biner$
Page 11
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 12/34
2. ?itra >reys.le 0 ,ntensity ,mages
?itra )ntensitas disebut juga .itra grayscale$ ?itra grayscale
merupakan .itra digital yang mengandung matriks data ) yang
merepresentasikan nilai dalam suatu range$ *lemen G elemen dalam matriks
intensitas merepresentasikan berbagai nilai intensitas atau derajat keabuan,
dimana nilai : merepresentaikan 3arna hitam dan &, 055 atau 75595
merepresentasikan intensitas penuh atau 3arna putih$ ?itra greys.ale %derajat
keabuan' memiliki beberapa 3arna diantara hitam dan putih$ +anyaknya
3arna tergantung dari berapa bit .itra tersebut$
Page 12
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 13/34
9$ ?itra 3arna %true .(l(r'
Pada .itra 3arna tiap pikselnya terdiri dari 3arna yang merupakan
k(mbinasi dari 9 3arna dasar yaitu merah %red', hijau %green' dan biru %blue'$
Setiap 3arna dasar dari .itra 3arna menggunakan mem(ri C bit F &byte yang
berarti akan memiliki 0C F 057 tingkatan %gradasi' 3arna$ 6adi akan ada
0C$0C$0C F 00@ F &7;;;0&7 3arna dalam tiap piksel dari .itra tersebut$ Maka
dari itu karena .itra memiliki begitu banyak 3arna yang me3akili seluruh
3arna yang ada, 1(rmat ini dinamakan .itra true .(l(r$
Page 13
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 14/34
@$ ?itra +erindeks % ,ndexed ,mages'
?itra berindeks merupakan .itra digital yang mengandung sebuah
matriks data < dan matriks peta 3arna %colormap' yang berukuran m = 9 yang
mengandung )loating point dengan nilai antara : sampai dengan &$ Setiap
baris pada colormap adalah data k(mp(nen untuk 3arna merah, hijau dan
biru$ ?itra berindeks menggunakan direct mapping untuk menandakan nilai
pixel pada colormap$ Warna dari tiap pixel ditentukan dengan nilai < yang
merupakan indeks pada colormap$ Sebagai .(nt(h nilai & menunjukkan baris
pertama pada colormap, nilai 0 menunjukkan baris kedua pada colormap dan
seterusnya$
Page 14
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 15/34
Peng(lahan .itra
Peng(lahan .itra merupakan pr(ses manipulasi data suatu .itra untuk
menghasilkan .itra baru$ ?itra 3arna bisa direpresentasikan dalam 1(rmat piksel yang
terdiri dari 9 k(mp(sisi 3arna, yaitu merah %red!', hijau%green>', dan biru
%blue+'$ 6ika menggunakan representasi .itra Cbit dalam integer nilai !, > dan +
mempunyai rentang :8055$ Semakin besar nilainya artinya 3arna tersebut
mend(minasi pada k(mbinasi 3arna pada .itra tersebut$
II.! Penenalan Wa&a#
Page 15
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 16/34
Pengenalan 3ajah merupakan sebuah permasalahan klasi1ikasi generik yang
didasarkan pada (bjek berupa 3ajah manusia$ Permasalahan ini dapat dikel(mp(kkan
menjadi dua bagian besar yaitu veri)ikasi -ajah dan identi)ikasi -ajah$ Eeri1ikasi
3ajah dapat dianggap sebagai permasalahan klasi1ikasi dua kelas %.+class
classi)ication problem'$ Sese(rang yang berhasil di(tenti1ikasi disebut sebagai client ,
dan sese(rang yang gagal di(tenti1ikasi disebut sebagai impostor $ Pertanyaan yang
ingin dija3ab adalah is this / dan ja3aban yang diharapkan adalah benar+salah
atau ya+tidak $ Sedangkan identi1ikasi 3ajah berkaitan dengan pen.arian sebuah
subjek 3ajah baik yang dikenal maupun yang tidak dikenal pada basisdata 3ajah$
Pertanyaan yang ingin dija3ab adalah -ho is / $ 6a3aban yang diinginkan bias
berupa penerimaan yang dinyatakan dalam penyajian in1(rmasi tentang subjek yang
di.ari, atau pen(lakan karena 3ajah yang di.ari tidak ada pada basisdata rujukan$
Pengenalan 3ajah dihadapkan pada permasalahan ariabilitas yaitu ariabilitas
extrapersonal dan ariabilitas intra+personal $ Eariabilitas extra+personal timbul
karena pr(ses pengenalan 3ajah dilakukan pada 3ajah yang berbeda karena 1akt(r ras
dan genetika$ Eariabilitas intra+personal adalah ariasi yang mun.ul pada 3ajah yang
sama dimana hal ini disebabkan (leh perubahan8perubahan internal %de)ormations'$
2akt(r81akt(r intra+personal ini dapat diidenti1ikasikan sebagai berikut "
&$ P,sisi 2a&a# 0 pose, out-of-plane rotation/
Pengenalan sebuah .itra 3ajah tidak hanya dilakukan pada p(sisi 3ajah yang
mengarah kedepan saja % )rontal ', tetapi juga pada p(sisi 3ajah yang lain
0$ Kebera'aan k,m+,nen struktural/
Page 16
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 17/34
?iri8.iri 3ajah misalnya janggut, kumis dan ka.amata bisa mempengaruhi
tingkat ariabilitas sebuah 3ajah, termasuk juga ukuran, 3arna dan
bentuknya$
9$ Eks+resi 2a&a#/
Penampilan sebuah 3ajah dipengaruhi se.ara langsung (leh ekspresi
3ajahnya
@$ -klusi/
Adakalanya ada benda8benda yang menghalangi 3ajah sese(rang$ Dalam
sebuah kumpulan 3ajah, mungkin saja ada 3ajah (rang lain yang menutupi
satu sama lain$
5$ -rientasi 3itra 0in-plane rotation/
Hal ini dipengaruhi (leh p(sisi kamera pada saat pengambilan %akuisisi' .itra$
7$ K,n'isi +en3itraan/
Ketika .itra 3ajah diakuisisi melalui alat akuisisi misalnya kamera, maka
1a.t(r81akt(r seperti pen.ahayaan dan karakteristik kamera akan
mempengaruhi kualitas .itra yang diakuisisi$
!.$ "atriks
De(inisi !.$ Matriks adalah suatu susunan bilangan berbentuk segiempat$ +ilangan8
bilangan dalam susunan itu disebut angg(ta matriks tersebut$ %Ant(n H(3ard,
0:::"@5'
Page 17
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 18/34
-rd( suatu matriks dinyatakan dengan jumlah baris dan k(l(m yang
terkandung dalam matriks tersebut$ Matriks yang ber(rd( m x n, dengan
m menyatakan jumlah baris dan n menyatakan jumlah k(l(m$
4enis matriks
&$ Matriks persegi
De(inisi !.$ Matriks persegi adalah matriks dengan banyak baris sama
dengan banyak k(l(m$%Tim Penulis Media Karya,&III"&70'
0$ Matriks )dentitas
Suatu matriks persegi dengan angka satu pada diag(nal utama dan
angka n(l untuk angg(ta lainnya, seperti
Page 18
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 19/34
2.4 Gra5 Le6el ,,3uren3e "atri7 0GL"
>L?M atau yang biasa di sebut graycomatrix merupakan salah satu 1ungsi
tekstur dari sebuah .itra$ Graycomatrix mengel(mp(kkan tekstur dari sebuah .itra
dengan menghitung jumlah piksel yang mun.ul dengan nilai spesi1ik tertentu dan
dalam menetapkan hubungan ketetanggaan jarak spasial sebuah .itra
"embuat sebua# GL"
>L?M menghitung seberapa sering sebuah piksel dengan nilai intensitas
%gray leel' i terjadi dalam sebuah hubungan spasial terhadap sebuah piksel yang
bernilai j$ Hubungan spasial dijelaskan sebagai keterikatan sebuah piksel dengan
piksel yang berada tepat di sebelah kanan % berdekatan se.ara h(ri/(ntal'$ Setiap
element nilai i dan j yang dihasilkan 1ungsi >L?M adalah penjumlahan antara
kemun.ulan sebuah piksel dengan nilai i yang terjadi dalam hubungan spasial yang
telah ditetapkan terhadap piksel dengan nilai j
Pr(ses perhitungan terhadap >L?M dari sebuah .itra yang dinamis adalah
sebuah hal yang sangan sulit, maka gray.(matri= mengubah skala dari .itra inputan$
Page 19
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 20/34
Pada dasarnya gray.(matri= mengubah skala nilai intensitas .itra inputan dari 057
menjadi C$ 6umlah nilai intensitas %gray leel' menjelaskan jumlah dari >L?M$
>ray leel .((.uren.e matri= dapat memberikan nilai pasti distribusi spasial
dari nilai intensitas %gray leel' dalam tekstur sebuah .itra$
!.%.! "eneta+kan -((set
Pada dasarnya 1ungsi gray.(matri= menghasilkan sebuah >L?M dengan
hubungan spasial atau o))set yang dijelaskan sebagai dua buah piksel yang berdekatan
se.ara h(ris(ntal$ amun demikian, sebuah >L?M tidak .ukup untuk
menggambarkan .iri8.iri tekstural dari .itra inputan$ Sebagai .(nt(h, sebuah o))set
se.ara h(ris(ntal tidak akan sensiti1 terhadap tekstur namun dengan tambahan
(rientasi ertikal maka hasil tekstur akan semakin halus$ 4ntuk itu gray.(matri=
dapat membuat beberapa >L?Ms untuk sebuah inputan .itra$
Page 20
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 21/34
4ntuk membuat beberapa >L?Ms, tentukan sebuah array dari o))set terhadap
1ungsi gray.(matri=$ $))set ini akan menjelaskan hubungan piksel dari beberapa arah
dan jarak$ Sebagai .(nt(h, tentukan sebuah array dari o))set yang dapat memberikan
empat arah %h(ris(ntal, ertikal, dan dua diag(nal' dan empat jarak dari piksel$ Dalam
kasus ini .itra inputan akan di3akili &7 >L?Ms$ Dari &7 >L?Ms ini maka dapat
dihitung nilai statistik rata8rata$
!.%.$ Nilai statistik GL"
K((kurensi berarti kejadian bersama, yaitu jumlah kejadian satu leel nilai
piksel bertetangga dengan satu leel nilai piksel lain dalam jarak %d' dan (rientasi %J'
tertentu$ 6arak dinyatakan dalam piksel dan (rientasi dinyatakan dalam derajat$
-rientasi dibentuk dalam @ arah sudut dengan interal sudut :, @5, I: dan &95$
Sedangkan jarak antar piksel biasanya ditetapkan sebesar & piksel$
Matrik k((kurensi merupakan matriks bujur sangkar dengan jumlah elemen
sebanyak kuadrat jumlah leel intensitas piksel pada .itra$ Setiap titik %p,' pada
Page 21
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 22/34
matriks k((kurensi ber(rientasi J berisi peluang kejadian piksel bernilai p
bertetangga dengan piksel bernilai pada jarak d serta (rientasi J dan %&C:8 J'
Setelah memper(leh matriks k((kurensi, maka dapat menghitung .iri statisti.
(rde dua yang memprentasikan .itra yang diamati$ Harali.k et al mengusulkan
berbagai jenis .irri tekstural yang dapat diekstraksi dari matriks k((kurensi$ ?(nt(h
perhitungan 7 .iri statisti. (rde dua, yaitu angular se.(nd m(ment, ?(ntrast,
?(rrelati(n, Earian.e, )nerse Di11eren.e M(ment, dan *ntr(py$
a$ Angular Se.(nd M(ment
Menunjukkan ukuran si1at h(m(genitas .itra dimana p% i0j ' merupakan
menyatakan nilai pada baris i dan k(l(m j pada matriks k((kurensi$
ASM F
b$ ?(ntrast
Menunjukkan ukuran penebaran %m(men inersia' elemen8elemen matriks
.itra$ 6ika letaknya jauh dari diag(nal utama, nilai kek(ntrasan besar$ Se.ara isual
nilai kek(ntrasan adalah ukuran ariasi antar derajat keabuan suatu daerah .itra$
?- F
i8jFk
Page 22
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 23/34
.$ ?(rrelati(n
Menunjukkan ukuran ketergantungan linear derajat keabuan .itra sehingga
dapat emberikan petunjuk adanya struktur linear dalam .itra
?-! F
d$ Earian.e
Menunjukkan ariasi elemen8elemenn matriks k((kurensi .itra dengan
transisi derajat keabuan ke.il akan memiliki ariansi yang ke.il pula$
EA! F
e$ )nerse Di11erent M(ment
Menunjukkan keh(m(genan .itra yang berderajat keabuan sejenis$ ?itra h(m(gen
akan memilih harga )DM yang besar
)DMF p%i,j'
1$ *ntr(py
Menunjukkan ukuran ketidakteraturan bentuk$ Harga *T besar untuk .itra dengan
transisi derajat keabuan merata dan bernilai ke.il jika struktur .itra tidak teratur
%berariasi'
Page 23
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 24/34
* F
BAB III
"ET-DE PENELITIAN
Page 24
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 25/34
$.1 Waktu 'an L,kasi Penelitian
L(kasi penelitian dilakukan di +(ntang
Waktu penelitian tanggal &@ September sampai 05 September 0:&:$
$.! Alat Bantu Penelitian
Dalam menyelesaikan lap(ran ini, penulis menggunakan alat bantu berupa"
8 Lapt(p AS4S .(re i5, !AM & >+, -S Wind(3s ;
8 Kamera digital ?an(n P(3ersh(t S<0:: )S
8 S(1t3are +(rland Delphi ;
8 S(1t3are Ad(be Ph(t(sh(p ;$:
$.$ *tu'i Literatur
Pada studi literatur bahan8bahan penulisan diper(leh dari buku maupun
-ebsite yang dapat menunjang dalam penyelesaian penelitian ini$
$.% Penum+ulan Data
Page 25
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 26/34
Pada Tahap ini, melakukan pengambilan sampel 1itur .itra 3ajah sese(rang
sebanyak 5 kali menggunakan kamera saku ?an(n PS= 0:: )s$ Pengambilan 5 kali
.itra 3ajah dilakukan dengan ekspresi yang berbeda8beda, .itra ini kemudian
digunakan sebagai bahan sampel untuk didapatkan .iri Data ?itra pada table 9$&$
( ?itra ?r(pping
& A$bmp A.$bmp
0 +$bmp +.$bmp
9 ?$bmp ?.$bmp
@ D$bmp D.$bmp
5 *$bmp *.$bmp
$.) PENG-LAHAN ITRA
Peng(lahan .itra 3ajah dilakukan dengan memperbaiki kualitas .itra,
pem(t(ngan %croping" bagian .itra 3ajah yang ingin di analisa dan mengubah 1(rmat
.itra menjadi bitmap$ Setelah itu 1itur .itra !>+ diubah menjadi .itra grays.ale
sehingga di per(leh nilai intensitas keabu8abuan setiap piksel$ Setelah mendapatkan
nilai intensitas dari 1itur .itra, maka di .ari nilai gray.(de dengan met(de >L?M
% >rayleel ?((.uren.e Matri= ', sehingga didapatkan matriks k(kurensi$ Dari
matriks k((kurensi kemudian dilakukan 1iltering nilai matriks$
Setelah itu di lakukan rek(nstruksi matriks hasil 1iltering, menjadi mariks
dengan nilai intensitas keabu8abuan, dan menjadi .itra greys.ale kembali$ ?itra
rek(nstruksi ini kemudian akan di bandingkan dengan salah satu .itra inputan untuk
mendapatkan derajat deiasi$ >rays.alling dan met(de >L?M di implementasikan
dengan menggunakan pem(graman MATLA+$
Page 26
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 27/34
$.8 ",'el Peran3anan *istem
Dalam peran.angan sistem met(de >L?M ini, menganalisaa berdasarkan 5 atribut
yaitu contrast0 Angular Second Moment ASM"0 #ntropy0,nverse Di))erence Moment
,DM" dan Mean$ Targetnya adalah untuk memprediksi klasi1ikasi .itra$ )nput yang
digunakan dalam lap(ran ini adalah .itra dari tabel 9$&$
Al,ritma *istem "et,'e *tatistikal GL"
Sebelum masuk tahap analisa, .itra masukan akan dik(nersi terlebih dahulu
sehingga diper(leh sebuah .itra abu8abu yang memiliki derajat keabuan dari :8055$
Kemudian dibuat data hist(gram$ Hist(gram merupakan suatu bagan yang
menampilkan distribusi intensitas dalam indeks atau intensitas 3arna .itra$ Dari data
hist(gram dapat dihitung jumlah piksel suatu .itra untuk setiap range 3arna %:8055'$
Dan hasil k(nersi akan disimpan dalam 1(rmat bitmap atau $bmp$ Diagram alir
untuk tahap k(nersi adalah"
Page 27
Mulai
Memaca ci!"a
#g akan $ikenali
%ekum&ul
an ci!"a
'()
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 28/34
Gambar . Baan Alir ta#a+ K,n6ersi
Hasil K(nersi akan menjadi input analisa >L?M pada tahap analisa$ ?itra
abu8abu akan diubah dulu dalam bentuk matriks, kemudian diambil nilai yang
dibutuhkan sebagai ariabel dalam perhitungan >L?M$ Setelah itu dilakukan analisa
>L?M dari nilai yang telah diper(leh sesuai dengan sudut atau arah pergeseran$ Dari
Analisa >L?M yang telah di dapat diper(leh nilai 1eature untuk tiap atribut$ Diagram
alir dan 1l(3.hart alg(ritma pada tahap analisa >L?M terlihat pada gambar diba3ah
ini"
Page 28
*ile
$isim&an
$alm
+o"ma! .,&g
a!au .m&
Menam&ilkan
-i!"a ("a#scale
Men$e!eksin+o"masi #ang
a$a &a$a '()
Me"uah -i!"a
'() men,a$i
("a scale
/i&e"oleh ci!"a
g"a#scale
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 29/34
Baan alir ta#a+ analisa
BAB I9
ANALI*I* DAN PE"BAHA*AN
Ta#a+ K,n6ersi itra
Page 29
Memaca ci!"a
g"a#scale #g
akan $ikenali
%ekum&ula
n ci!"a
g"a#scale
Me"uah ci!"a
(% ke$alamen!uk ma!"iks
Mengamil nilai
#g $iu!uhkan
seagai a"iael
Melakukan
analisa (-M
nilai s!a!is!ik
ilai su$u!
a!au a"ah
&e"gese"an
0.45.90180
Menca"i nilai
+ea!u"e%elesa
i
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 30/34
Tahap k(nersi .itra dimulai dengan memilih .itra 3ajah yang akan dianalisa
teksturnya$ ?itra masukan akan diubah menjadi .itra abu8abu kemudian akan
dilakukan pen.arian hist(gram dari hasil k(nersi .itra masukan tersebut$
Ta#a+ Analisa GL"
Tahap analisa >LDM pada bagian atribut terdapat n(m(r & sampai 5$ Atribut
tersebut adalah Contrast0 Angular Second Moment ASM"0 #ntropy0 ,nverse
Di))erence Moment ,DM"0 dan Mean$ Perbedaan hist(gram dapat dilihat dari hasil
k(nersi .itra abu8abu menjadi hist(gram yang dihasilkan berdasarkan
pengel(mp(kan deskripsi 3ajah yang digunakan$
Dalam atribut contrast jika letaknya jauh dari diag(nal utama, nilai
kek(ntrasan besar$ Se.ara isual, nilai kek(ntrasan adalah ukuran ariasi antar derajat
keabuan suatu daerah .itra$ Angular second moment %ASM' menunjukkan ukuran
si1at h(m(genitas .itra$
#ntropy, harga *T besar untuk .itra dengan transisi derajat keabuan merata
dan bernilai ke.il jika struktur .itra tidak teratur %berariasi'$ ,nverse di))erence
moment %)DM', .itra h(m(gen akan memiliki harga )DM yang besar$ Sedangkan
Mean menunjukkan ukuran dispersi dari suatu .itra$
Peran3anan *istem "et,'e *tatistikal GL"
)nter1a.e digunakan untuk mempermudah pelaksanaan uji .(ba dan
menyediakan tampilan isual dari .itra yang digunakan serta tampilan gra1ik$
Page 30
n&u! $an
kone"si
Analisa (-M
elua"
Pemua!an A&likasi Pengenalan ci!"a
a,ah
$engan me!o$e (-M
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 31/34
Gambar Ran3anan La5 ,ut (iure "enu GL"
Dalam 2igure Menu >L?M terlihat tiga pilihan yaitu input dan k(nersi
image, Analisa >L?M dan keluar$
Gambar Ran3anan La5 ,ut (iure K,n6ersi
Pada lay(ut 1igur k(nersi dapat menampilkan .itra !>+ pada lebel &, .itra
abu8abu padal alabel 0 dan label 9 akan menampilkan hist(gram .itra$
Push button +uka H(st )mage digunakan untuk mengambil 1ile pada database
k(mputer, push button K(nersi !>+ ke >rays.ale digunakan untuk melakukan
Page 31
1 2 3
)uka -i!"a
one"si
("a#scale emali
%im&an
one"si ama *ile:
ku"an:
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 32/34
k(nersi .itra parket !>+ menjadi .itra abu8abu, push button Simpan K(nersi
digunakan untuk menyimpan .itra abu8abu hasil k(nersi dalam 1(rmat $jpg atau
$bmp$
Panel )n1(rmasi 2ile digunakan untuk menampilkan in1(rmasi apa saja yang
dapat diambil dari .itra 3ajah yang akan dik(nersi, terdiri dari beberapa static text $
Yaitu ama 2ile, 4kuran 2ile$
Gambar ran3anan la5,ut (iure analisa GL"
Page 32
1
ama *ile:
ku"an :
)uka ("a#scale
img
Analisis (-M
%im&an
emali
Nilai Feature
u!ut 0
-on!"as!
A%M
/M
n!"o&#
Nilai Feature
u!ut "#
-on!"as!
A%M
/M
n!"o&#
Nilai Feature
u!ut $0
-on!"as!
A%M
/M
n!"o&#
Nilai Feature
u!ut 1%#
-on!"as!
A%M
/M
n!"o&#
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 33/34
!an.angan layout )igure Analisa >L?M$ ?itra abu8abu yang telah dik(nersi
sebelumnya dapat ditampilkan pada A=es& dengan menekan push button +uka H(st
image$
Push button Analisis >L?M akan melakukan pr(ses met(de statistikal
>L?M$ Hasil dari analisa tersebut akan ditampilkan dalam empat panel yang telah
disediakan sesuai dengan sudut atau arah pergeseran dari :, @5, I:, dan &95$
Masingmasing panel terdiri dari beberapa static text untuk menampung hasil dari
nilai )eatures yang telah ditemukan yaitu Contrast0 Angular Second Moment ASM"0
#ntropy0 ,nverse Di))erence Moment ,DM"0 dan Mean$
Setelah diuji .(ba maka akan didapat nilai )eatures yang berbeda pada tiap
jenis ?itra$ Sehingga dapat ditentukan pengklasi1ikasian jenis .itra sesuai dengan
nilai )eatures dari analisa met(de statistikal >L?M dengan menghitung mean dan
standard deiasi dari semua data pada tiap jenis .itra$
Page 33
7/27/2019 Pengenalan Citra Wajah
http://slidepdf.com/reader/full/pengenalan-citra-wajah 34/34
+A+ E
K*S)MP4LA DA SA!A
+A+ E)
DA2TA! P4STAKA
Hadi,Setia3an, Pengembangan M(del >enerati1 Pengenalan Wajah pada Latar
+elakang, P(se dan )luminasi yang +erariasi, 0::@$+andung
http"d(.s$g((gle$.(mie3er
aFF.a.he":S9Ns:SYD+k6"digilib$its$a.$idpubli.)TS84ndergraduate8IC098
Paper$pd1O1ungsiOalg(ritmaO1ilterOgab(rhlFidglFidpidFblsr.idFAD>**SjD
kY<YSSPn9l@5@k=n:Y<9T4!i:>E*015n7hW(k;):lmyC3;Q+QgnC3C
h1L)Q8
!a*jD>-habbkIMW3.Hsn.ahsm5ekh?y>SQ-Dtsa5?nmg*uEWWM&y?Se
S/K!isigFAH)*tbSYiii-Ql?i=@0keeDM-.:83H3