BAB 1 PENDAHULUAN 1.1
Latar Belakang Manusia memiliki insting untuk berinteraksi satu sama lain demi mencapai
suatu tujuan, dan dalam interaksi itu, mengintepretasi kondisi emosional menjadi penting dalam komunikasi yang baik. Kondisi emosional terefleksi dalam perkataan, gerak tubuh, dan terutama ekspresi wajah. Walaupun sudah banyak tugas manusia yang diotomatisasi oleh komputer, interaksi manusia dan komputer pada umumnya tidak memungkinkan sistem mendeteksi kondisi emosional manusia. Perancangan aplikasi yang memungkinkan pengenalan kondisi emosional tersebut dapat dibangun dengan pendekatan pengenalan ekspresi wajah. “Ekspresi wajah memiliki peran penting dalam komunikasi antar manusia. Di sebutkan bahwa peran ekspresi wajah mencapai 55% dalam komunikasi interpersonal” (Chibelushi & Bourel, 2003). ”Ekspresi wajah seseorang juga dapat mencerminkan kondisi afektif, kegiatan kognitif, tujuan, personality dan phscyopathology dari seseorang” (Donato, Bartlett, Hager, Ekman, & Sejnowski, 1999). Program aplikasi ini merupakan penerapan langsung dari biometrik. Biometrik, menurut definisi dari digital library Institut Teknologi Telkom, merupakan studi tentang metode otomatisasi untuk mengenali atau mengidentifikasi manusia berdasarkan satu atau lebih bagian tubuh manusia atau kelakuan dari manusia it sendiri. Tujuan pembangunan program aplikasi ini adalah dapat dihasilkannya sebuah sistem pengenalan ekspresi wajah yang dapat mengenal ekspresi wajah secara real time dari citra wajah yang dihasilkan oleh tangkapan kamera. Pemilihan metode – metode dalam perancangan program aplikasi ini berdasarkan ketersediaan metode 1
2 tersebut di library –library yang bersifat open source untuk memastikan program aplikasi dapat dirancang dengan lebih cepat dan memiliki tingkat keandalan yang tinggi. Pengenalan ekspresi wajah secara real time akan menjadi salah satu awal dari pengembangan alat pendeteksi kebohongan. Informasi dalam mendeteksi kebohongan dapat disediakan oleh pengenalan ekspresi wajah berdasarkan FACS. (Bartlett, Donato, Movellan, Hager, Ekman, & Sejnowski, 1999). Analisis FACS dapat membedakan ekspresi wajah yang tercipta secara alami dan ekspresi yang disengaja dibuat-buat. Walau kondisi emosional manusia dipengaruhi banyak faktor dan juga dapat diketahui melalui indikator lain, seperti gerak tubuh dan faktor lainnya, Analisis FACS ini dapat diandalkan karena beberapa gerak otot wajah yang sulit untuk dilakukan secara sengaja. Aplikasi yang bisa membaca kondisi emosional haruslah diolah dengan hatihati, terutama untuk konteks pendeteksi kebohongan. Paul Ekman dalam wawancaranya dengan technologyreview.com, mengungkapkan adanya resiko yang dinamakan “Othello’s error”: Othello mengenali ekspresi takut dari Desdemona, namun dia tidak menyadari bahwa rasa takut yang timbul karena menjadi tersangka sama persis seperti rasa takut yang timbul karena takut ditangkap. Wajah memang mengungkapkan kondisi emosional seseorang, namun tidak menjelaskan penyebab kondisi emosional tersebut. “Pendeteksi fitur wajah seperti mata dan mulut adalah isu penting dalam memproses citra wajah (facial image) yang akan digunakan untuk banyak area penelitian seperti pendeteksi emosi dan identifikasi wajah” (Teo, Silva, & Vadakkepat, 2004). Pendeteksian fitur wajah ini pada akhirnya dapat digunakan sebagai input untuk fungsi lain seperti pendeteksian ekspresi wajah.
3 Pada pengembangan sistem ini, akan dilakukan empat tahap yaitu, face tracking, facial feature extraction, transformasi wavelet dan classification dengan menggunakan model jaringan syaraf tiruan yang nantinya akan dilatih dengan metode back propagation. Wavelet Haar dan metode lain yang bersesuaian akan digunakan untuk mengolah fitur wajah yang telah ditangkap agar menjadi input jaringan syaraf tiruan. Hasil perhitungan jaringan syaraf tiruan tersebut akan menjadi dasar dalam mengklasifikasikan ekspresi wajah yang dikenal. 1.2
Rumusan Masalah Rumusan masalah yang akan dibahas adalah sebagai berikut:
a.
Bagaimana mengembangkan aplikasi yang dapat mengenal ekspresi wajah secara real time dengan mengekstraksi citra mata dan mulut.
b.
Apakah metode back propagation dan wavelet Haar dapat digunakan dalam membangun sistem pengenalan ekspresi wajah.
1.3
Ruang Lingkup Skripsi ini berfokus pada perancangan aplikasi pendeteksi ekspresi makro.
Adapun aplikasi ini memiliki batasan batasan sebagai berikut; a.
Aplikasi pengenalan ekspresi wajah ini akan menerima input berupa video wajah seseorang dan memberi output berupa klasifikasi ekspresi wajah dari input video.
b.
Aplikasi ini hanya akan mengenali tiga ekspresi; senang, terkejut dan wajah tanpa ekspresi.
c.
Wavelet Haar akan digunakan untuk mereduksi dan mengekstraksi fitur wajah.
d.
Metode pembelajaran jaringan syaraf tiruan yang digunakan adalah metode back propagation dengan satu buah hidden layer.
4 e.
Perancangan piranti lunak menggunakan visual studio 2012. Perancangan piranti ini berorientasikan objek dan bahasa yang akan digunakan adalah bahasa pemrograman C#.
f.
Aplikasi ini hanya akan mendeteksi satu wajah. Aplikasi akan men-trace wajah dan mencoba mengenali ekspresi dari wajah tersebut.
1.4
Tujuan dan Manfaat
1.4.1 Tujuan a.
Mengembangkan aplikasi pengenalan ekspresi wajah yang dapat berjalan secara real time dengan metode wavelet Haar dan back propagation.
b.
Menguji dan menganalisa aplikasi yang telah dikembangkan untuk memastikan aplikasi berjalan dengan baik.
1.4.2 Manfaat a.
Manfaat bagi pembaca: membantu dalam mengetahui kondisi emosional seseorang melalui ekspresi wajah. Pengembangaan aplikasi ini dapat diterapkan sebagai langkah awal pembangunan aplikasi pendeteksi kebohongan. Aplikasi ini juga dapat dikembangakan sebagai media baru dalam interaksi antara manusia dan komputer.
b.
Manfaat untuk kesehatan: membantu psikolog membaca kondisi emosional pasien dalam proses diagnosa.
c.
Manfaat untuk pendidikan: sebagai salah satu alat bantu dalam mengetahui kondisi emosional siswa dalam kegiatan belajar mengajar dalam ruangan kelas.
d.
Manfaat bagi pembaca: menambah pengetahuan tentang wavelet Haar dan back propagation serta penerapannya.
5 e.
Manfaat bagi peneliti lain: sebagai referensi dalam penelitian yang memiliki topik yang sama atau yang menggunakan metode yang sama.
f.
Manfaat bagi penulis: menambah pengetahuan dalam transformasi wavelet dan back propagation serta penerapannya dalam pengenalan ekspresi wajah.
1.5
Metodologi Dalam rancang bangun aplikasi ini, proses analisis dilakukan dengan cara
penelitian literatur. Setelah menentukan system requierement berdasarkan literatur, diskusi dengan
dosen pembimbing dilakukan
untuk
menentukan batasan
perancangan aplikasi. Dalam analisis perancangan, akan dibantu dengan menggunakan notasi Unified Modelling language (UML) dan untuk data – data yang diperlukan untuk training akan diperoleh dengan penelitian literatur. 1.6
Makalah Relevan Berdasarkan (Chibelushi & Bourel, 2003) Automatic System untuk pengenalan
ekspresi wajah biasanya terdiri dari sebuah rangkaian proses yang berurutan. Proses – proses utama tersebut adalah: image acquisition, pre-processing, feature extraction, classification, dan post-processing. Dalam makalah tersebut juga dibahas tantangan – tantangan yang ada dalam pendeteksian wajah dan beberapa batasan yang bisa membantu mengatasi tantangan tersebut, seperti misalnya dengan mengatur posisi kepala dalam meng-input yang memudahkan sistem dan sebagainya. (Teo, Silva, & Vadakkepat, 2004) dalam jurnalnya yang berjudul Facial Expression Detection and Recognition System mengusulkan suatu algoritma untuk mengekstrak fitur wajah. Dalam eksperimennya, beberapa batasan bersesuaian dengan makalah Chibelushi.
6 (Geetha, Ramalingam, & Palanivel, 2011) mengajukan metode untuk face tracking dalam video real-time. Wajah yang telah terdeteksi oleh sistem akan ditelusuri pada frame selanjutnya menggunakan support vector machine. Perancangan aplikasi akan menggunakan metode pendeteksian yang sama dengan makalah Geetha. Selain itu ide untuk melakukan face tracking juga diadopsi dalam perancangan program aplikasi. Walau jeda waktu antara penelitian Teo dan penelitian Geetha terpaut cukup jauh, namun mereka bersama-sama memakai metode jaringan syaraf tiruan. Kesamaan lainnya dari kedua penelitian ini adalah bahwa keduanya mengekstraksi citra wilayah mulut untuk menjadi input dalam jaringan syaraf tiruan. (Lopez, 2010) Dalam proyeknya melakukan pengujian untuk berbagai metode yang ada dan menggunakan basis data wajah dari BioID Face Database dan GTAV Internet Face Database. Melatih jaringan syaraf tiruan dengan citra wajah dari basis data wajah menjadi hal yang lumrah dalam perancangan aplikasi pengenalan ekspresi wajah. 1.7
Sistematika Penyajian Secara garis besar penulisan skripsi ini dibagi menjadi lima bab yaitu BAB 1 PENDAHULUAN Dalam bab ini akan dijelaskan mengenai latar belakang permasalahan, ruang
lingkup penulisan, tujuan dan manfaat penulisan, metodologi yang digunakan, makalah relevan, serta sistematika penulisan yang dilakukan pada penulisan laporan skripsi ini. BAB 2 LANDASAN TEORI Dalam bab ini akan menjelaskan teori umum dan teori khusus yang berkaitan dengan perancangan.
7 BAB 3 ANALISIS DAN PERANCANGAN Bab ini berisi analisis pengembangan program aplikasi pengenalan ekspresi wajah ini, meliputi analisis kebutuhan sistem, gambaran umum sistem yang akan dirancang, dan rancangan sistem, sehingga pengembangan program berjalan sesuai dengan tujuan yang diharapkan. BAB 4 IMPLEMENTASI DAN EVALUASI HASIL Bab ini berisi penjelasan kebutuhan sistem yang digunakan untuk melakukan uji coba terhadap aplikasi pengenalan ekspresi wajah, contoh pengoperasian program, pengujian sistem dan pembahasan hasil yang telah dicapai oleh program aplikasi pada skripsi ini. BAB 5 KESIMPULAN DAN SARAN Bab ini berisi kesimpulan tentang hal-hal penting yang telah dibahas pada babbab sebelumnya serta saran-saran yang diberikan untuk skripsi dan pengembangan lebih lanjut.
