Bab III METODOLOGI PENELITIAN 3.1 Alat dan Bahan Perangkat-keras dalam penelitian ini menggunakan seperangkat PC yaitu komputer dengan spesifikasi processor AMD Barton 2600+ dengan clock frekuensi 1916 MHz, RAM 256Mbyte, CDROM, Monitor, Keyboard, Mouse dan Camera Olympus 3Mpixel. Perangkat-lunak yang akan digunakan adalah Microsoft Windows XP sebagai sistem operasi, Adobe Photoshop sebagai pengedit citra, Compiler Borland Delphi untuk membuat aplikasinya. 3.2 Model Perancangan Parameter yang dijadikan tolak ukur keberhasilan sistem pencocokan adalah tingkat kesuksesan dan waktu pencarian. Secara singkat metode pencarian diilustrasikan seperti blok diagram pada Gambar 3.1. Citra Pustaka
Proses Fast DCT
Citra Query
Pemotongan
Kuantisasi
Metrika Multiresolusi
Citra Wajah ditemukan atau tidak?
Gambar 3.1 Blok Diagram Sistem Pencarian
20
3.2.1 Citra Pustaka dan Citra Query Citra Pustaka merupakan citra yang dijadikan standar pencocokan, sedangkan Citra Query adalah Citra yang digunakan sebagai pembanding. Pada perancangan sistem Citra yang digunakan sebagai Citra Pustaka dan Citra Query adalah Citra RGB, menggunakan format JPEG dengan ukuran 128 x 128 pixel untuk setiap Citra. Citra bersumber dari kamera digital, hasil keluaran dari kamera berbentuk file, diolah menggunakan editor Photoshop.
3.2.2 Fast DCT Fungsi dari Fast DCT disini adalah sebagai pengubah dari domain ruang ke domain frekuensi. Masukan Fast DCT mempergunakan Citra Keabuan (Gray Scale). Sebelum diolah dengan Fast DCT, Citra RGB terlebih dahulu ditransformasi menjadi format YIQ dengan memanfaatkan variabel Y. Hasil transformasi Fast DCT memiliki nilai dominan pada awalnya. Nilai inilah yang biasa diistilahkan sebagai koefisien DC, yang merupakan nilai rata-rata dari blok. Nilai lainnya disebut sebagai koefisien AC.
3.2.3 Pemotongan Pemotongan pada perancangan dimaksudkan sebagai seleksi beberapa nilai besar yang akan diperhitungkan. Masukan dari blok ini adalah hasil transformasi Fast DCT. Sebelum dipotong nilai hasil transformasi diurutkan terlebih dahulu (sorting), setelah dapat diketahui urutan nilai terbesar hingga terkecilnya barulah nilai tersebut dipotong sesuai dengan ukuran pemotongan yang diinginkan. Pada perancangan dipilih 3 nilai pemotongan yaitu 16, 32 dan 64.
21
3.2.4 Kuantisasi Masukan blok ini merupakan nilai transformasi yang telah dipotong sebelumnya, jika pengguna memilih pemotongan 16, maka terdapat 16 nilai besar dari 16.384 nilai hasil transformasi yang akan dikuantisasi. Kuantisasi yang digunakan adalah kuantisasi bipolar, jika hasil trasformasi bernilai dibawah nol (negative) maka akan dikuantisasi menjadi -1 dan jika hasil transformasi bernilai di atas 0 (positif) maka akan dikuantisasi menjadi 1.
3.2.5 Metrika Multiresolusi (Lq) Sesuai rumus Metrika Lq di bawah ini, diketahui simbol Q merupakan Query dan simbol T merupakan Pustaka. Nilai Koefisien Query posisi 0,0 akan dikurangkan terlebih dahulu dengan nilai Koefisien Pustaka posisi 0,0 untuk setiap citra Pustaka. Nilai di sini merupakan nilai hasil transformasi (koefisien DC).
Q, T
q
= w0 , 0 Q[0,0] − T [0,0] +
∑
i , j:Q [i , j ]= 0
wi , j Q[i, j ] = T [i, j ]
Setelah didapatkan selisih antara Koefisien DC Citra Query dan Citra Pustaka maka langkah selanjutnya adalah menghitung nilai terkuantisasi dari Citra Query dan Citra Pustaka. Jika dalam posisi yang sama terdapat nilai yang sama maka nilai akan terhitung sesuai jumlah faktor bobot wi,j dan jika tidak sama antara nilai terkuantisasi query dan citra pustaka, maka nilai tersebut tidak terhitung sesuai dengan faktor bobot. Faktor bobot yang digunakan pada perancangan ini adalah 1.
3.2.6 Pembuatan Tabel Data Pustaka
Awal pembuatan Pustaka adalah dengan menyiapkan citra yang akan di jadikan Pustaka. Ukuran yang di pakai adalah 128x128 pixel. Seluruh file
22
citra tadi kemudian di atur oleh tabel data yang strukturnya sebelumnya telah dibuat menggunakan database desktop. Pada file ini akan disiapkan 3 field; pertama adalah Id dengan tipe Autoincrement, kedua adalah NamaImg dengan tipe Alpha dan yang ketiga adalah Nilai00 dengan tipe number. Berikut adalah Gambar 3.2 yang merupakan struktur tabel citra.
Gambar 3.2 Struktur tabel citra.
Setelah struktur telah selesai dibuat proses selanjutnya adalah meng-enrty identitas citra yang dijadikan pustaka ke dalam tabel.
3.2.7 Pemerosesan Citra
Citra Pustaka yang telah diatur dalam tabel data mula-mula dilakukan proses Fast DCT terlebih dahulu, setelah itu dipotong sesuai nilai pemotongan yang diinginkan. Kuantisasi dilakukan pada hasil pemotongan. Hasil rata-rata frekuensi kemudian dimasukkan ke dalam tabel data sebagai Nilai00. Nilai hasil kuantisasi di simpan ke dalam suatu file biner. Pada Citra Query juga dilakukan proses yang sama dengan Citra Pustaka, pertama FDCT, kedua pemotongan dan terakhir kuantisasi. Pada saat pencocokan dengan Metrika Lq, perangkat-lunak akan membebankan isi file biner dan Nilai00 yang merupakan hasil pengolahan dari Citra Pustaka. Kemudian dilakukan pencocokan dengan Query untuk setiap Citra Pustaka.
3.2.8 Penghitungan Tingkat Kesuksesan
Tingkat kesuksesan hasil pengenalan dihitung dengan menggunakan nilai ambang (threshold value) 1% kali ukuran basis data citra, artinya jika
23
ukuran basis data adalah N, maka (0,01 x N) citra pertama memiliki tingkat kesuksesan pencarian 100%, (0,01 x N) citra kedua memiliki tingkat kesuksesan 99%, dan demikian seterusnya. Sebagai misal, ukuran basis data adalah 600 record, maka 0,01 x 600 = 6 citra pertama (citra ke 1 – 6) memiliki tingkat kesuksesan pencarian 100%, 6 citra kedua (citra ke 7 – 12) memiliki tingkat kesuksesan pencarian 99%, 6 citra ketiga (citra ke 13 – 18) memiliki tingkat kesuksesan pencarian 98%, demikian seterusnya (Dharma Putra, 2000). Prosentase pengenalan dihitung dengan jumlah citra yang berhasil dikenali dibagi dengan jumlah sampel pengenalan dikali dengan 100%.
3.2.9 Penghitungan Waktu Pencarian
Waktu pengenalan dihitung dari waktu yang diperlukan dalam mengenali suatu citra, yaitu waktu yang diperlukan dari citra masukkan diterapkan sampai hasil identifikasi dikeluarkan.
24
