BAB I PENDAHULUAN
1.1
Latar Belakang Identifikasi manusia dapat dilakukan secara otomatis dengan bantuan
perangkat elektronik. Identifikasi tersebut perlu dilakukan untuk menunjang sistem peresensi, keamanan, dan lain-lain. Penelitian mengenai identifikasi wajah yang sudah ada antara lain identifikasi wajah dengan berbagai ekspresi [1], perbaikan operator-operator penting untuk identifikasi wajah [2], identifikasi wajah dengan normalisasi pose wajah tiga dimensi [3], identifikasi wajah dari rangkaian citra [4], identifikasi wajah dari video [5], dan deteksi wajah berdasarkan warna kulit [6]. Namun, jika diaplikasikan pada sistem presensi atau yang lain, pemberian input wajah dapat dipalsukan dengan memberi citra foto wajah. Untuk itu, diperlukan sebuah sistem yang dapat membedakan citra wajah input berupa wajah asli atau citra foto wajah. Penelitian ini akan merancang metode ekstraksi ciri untuk klasifikasi wajah asli dan foto wajah dengan dasar perceptron. Secara tampak mata, hidung pada wajah asli akan terlihat lebih dekat ke mata kanan dari pada ke mata kiri apabila dilihat dari sudut pandang serong kanan dan sebaliknya untuk sudut pandang serong kiri. Sedangkan untuk sebuah foto wajah, hidung relatif tetap berada di antara mata kanan dan mata kiri bila dilihat dari sudut pandang serong kanan dan kiri. Dengan demikian penelitian ini
1
memilih metode ekstraksi ciri berupa perbandingan besar proyeksi vektor mata kanan-hidung terhadap vektor mata kanan-mata kiri dengan besar vektor mata kanan-mata kiri. Untuk perancangannya diperlukan dua buah citra untuk masing-masing citra yaitu citra hasil tangkap serong kanan dan serong kiri. Apabila kedua citra menunjukkan bahwa citra berupa wajah asli, maka akan dinyatakan sebagai wajah asli. Namun, apabila salah satu citra saja menunjukkan bahwa citra berupa foto wajah, maka akan dinyatakan sebagai foto wajah. Dengan demikian digunakan metode perceptron dengan implementasi gerbang AND sebagai pengklasifikasi.
1.2
Perumusan masalah Berdasarkan
latar
belakang
di
depan,
maka
dapat
dirumuskan
permasalahan yang akan diselesaikan dalam penelitian ini, antara lain: 1. Bagaimana merancang metode ekstraksi ciri yang dapat mengklasifikasi citra wajah asli dan citra foto wajah. 2. Bagaimana merealisasikan rancangan ke dalam metode ekstraksi ciri untuk klasifikasi citra wajah asli dan citra foto wajah. 3. Bagaimana menganalisis hasil uji metode ekstraksi ciri untuk klasifikasi citra wajah asli dan citra foto wajah.
2
1.3
Keaslian penelitian Pada tahun 2008, Jawad Nagi, Syed Khaleel Ahmed, dan Farrukh Nagi
melakukan penelitian identifikasi wajah dengan pengolahan citra dan jaringan syaraf berdasarkan Matlab. Penelitian ini bertujuan mengenali wajah seseorang dengan
berbagai
macam ekspresi wajah.
Untuk
dijadikan
input
bagi
pengklasifikasi, citra input ditransformasikan dengan metode DCT(Discrete Cosine Transform). Untuk pengkalisifikasi citra digunakan Jaringan Syaraf Tiruan tipe SOM(Self Organizing Maps) yaitu model Jaringan Syaraf Tiruan dengan pembelajaran tak terbimbing [1]. Pada tahun 2009, Yong Xu, Lu Yao, David Zhang, Jing-Yu Yang melakukan penelitian tentang peningkatan operator penting untuk identifikasi wajah. Operator penting konvensional yang digunakan sebagai prosedur ekstraksi ciri pengenalan wajah memiliki kekurangan sehingga diusulkan dua operator penting baru untuk pengenalan wajah. Operator penting pertama adalah dengan mengambil nilai relatif dan bukan nilai mutlak dari variasi intensitas piksel sebagai ciri dari sebuah blok citra, operator tersebut dapat memperoleh ciri blok yang kuat. Operator penting kedua yaitu skema untuk pembagian citra yang dibuat lebih baik sebagai blok tumpang tindih daripada tidak sehingga memungkinkan operator yang diusulkan untuk menghasilkan informasi representasi lebih untuk citra wajah. Hasil percobaan menunjukkan bahwa operator yang diusulkan menawarkan peningkatan akurasi yang signifikan atas operator penting konvensional [2].
3
Pada tahun 2011, Akshay Asthana, Tim K. Marks, Michael J. Jones, Kinh H. Tieu, dan Rohith MV melakukan penelitian tentang identifikasi wajah berbagai pose dengan normalisasi pose tiga dimensi. Pose yang dimaksudkan dalam penelitian ini merupakan kemiringan wajah baik horizontal maupun vertikal terhadap penangkap citra. Penelitian ini menggunakan metode VAAM (Viewbased Active Appearance Model) untuk normalisasi kemiringan citra secara horizontal maupun vertikalnya dengan fungsi regresi. Identifikasi citra wajah menggunakan pengenal Local Gabor Binary Pattern (LGBP) untuk mendapatkan nilai kesesuaian antara citra pada database dengan citra input [3]. Pada tahun 2011, Hakan Cevikalp dan Bill Triggs melakukan penelitian tentang identifikasi wajah berdasarkan rangkaian citra. Metode yang digunakan terdiri dari dua aspek yaitu model yang mewakili citra perorangan dan matriks similar untuk membandingkan model. Citra diwakilkan disajikan dalam satu garis yang memiliki nilai intensitas tertentu pada setiap titiknya. Bentuk geometri cembung dijadikan sebagai ciri (disebut ciri afin). Tiap citra dicari grafik pendekatan kecembungannya. Untuk membandingkan beberapa citra yang berbeda digunakan metode jarak geometris antara model kecembungannya [4]. Pada tahun 2012, Ognjen Arandjelovic dan Roberto Cipolla melakukan penelitian tentang identifikasi wajah dari video dengan mengkombinasikan model fotometrik buruk dan variasi wajah umum yang telah dipelajari. Tujuan penelitian tersebut adalah untuk mengidentifikasi wajah dari video baik untuk input pelatihan maupun input pengujian. Pada penelitian ini, peneliti menunjukkan model fotometrik citra dikombinasikan dengan model statistik dari sebuah variasi
4
tampilan wajah untuk menghasilkan generalisasi dari perubahan pencahayaan yang ekstrim. Peneliti juga mengenalkan algoritma untuk memberi pencahayaan ulang dari sebuah video untuk mendapatkan batasan yang baik untuk dua buah video. Peneliti mendeskripsikan sistem pengidentifikasi yang seluruhnya otomatis berdasarkan metode yang diajukan dan pengujian yang ekstensif dari 323 orang dan 1474 video dengan variasi pencahayaan ekstrim, pose, dan gerakan kepala [5]. Pada tahun 2013, Sunita Roy dan Samir K. Bandyopadhyay melakukan penelitian tentang pendeteksian wajah dengan pendekatan hybrid yang mengkombinasi HSV dan RGB. Penelitian ini memilih teknik deteksi wajah yang sangat simpel dan akurat berdasarkan warna kulit. Range warna HSV digunakan untuk mencari batasan warna kulit. Hasil pengujian menunjukkan bahwa metode yang digunakan cukup baik dengan mendapatkan nilai akurasi sebesar 90% untuk mendeteksi wajah pada citra yang memiliki satu wajah atau lebih [6]. Penelitian ini akan membangun suatu sistem yang dapat mengklasifikasi citra wajah. Keaslian penelitian dapat dilihat dari : 1. Akuisisi citra wajah dari dua sudut pandang yang berbeda menggunakan sebuah kamera. 2. Ekstraksi ciri citra yang digunakan berupa perbandingan jarak pusat-pusat komponen wajah (mata dan hidung). 3. Metode Jaringan Syaraf Tiruan jenis Perceptron digunakan untuk klasifikasi citra wajah asli dan citra foto wajah.
5
1.4
Tujuan Penelitian Tujuan penelitian ini adalah sebagai berikut.
1. Merancang metode ekstraksi ciri yang dapat mengklasifikasi citra wajah asli dan citra foto wajah dengan metode Perceptron. 2. Merealisasikan hasil rancangan ke dalam metode ekstraksi ciri untuk klasifikasi citra wajah asli dan citra foto wajah. 3. Menganalisis tingkat keberhasilan dari hasil uji metode ekstraksi ciri untuk klasifikasi citra wajah asli dan citra foto wajah.
1.5
Manfaat Penelitian Manfaat yang dapat diambil dari penelitian ini yaitu menghasilkan metode
ekstraksi ciri yang dapat mengklasifikasi citra wajah asli dan citra foto wajah. Dengan demikian, maka diharapkan nantinya metode ekstraksi ciri ini dapat diaplikasikan pada sistem presensi, keamanan, dan lain-lain yang membutuhkan. Selain itu, penelitian ini juga diharapkan dapat menjadi bahan kajian lebih lanjut bagi para peneliti lain untuk melakukan penelitian-penelitian yang berkaitan. 1.6. Sistematika Penulisan BAB 1 PENDAHULUAN Menjelaskan tugas akhir secara umum, berisi latar belakang, perumusan masalah, keaslian penelitian, tujuan, manfaat penelitian, dan sistematika penulisan.
6
BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI Pada bab ini dijelaskan secara garis besar tentang tinjauan pustaka dan teori dasar yang digunakan dan yang berhubungan dengan sistem yang akan dibuat. BAB 3 METODOLOGI Memuat langkah-langkah yang dilakukan pada penelitian, diantaranya alat dan bahan, jalannya penelitian, perancangan, dan cara analisis. BAB 4 HASIL DAN PEMBAHASAN Bagian ini berisi mengenai hasil pengujian dari percobaan dan membahas terhadap data-data hasil pengujian yang diperoleh. BAB 5 KESIMPULAN DAN SARAN Bab ini akan menyimpulkan semua kegiatan dan hasil-hasil yang diperoleh selama proses pembuatan dan implementasi sistem.
7
