Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Transkripsi

1 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100, Depo Abstras Pengenalan waah manusa adalah salah satu bdang peneltan pentng dengan banya aplas yang dapat menerapannya. Salah satu bdang lmu yang dapat menerapan aplas pengenalan waah adalah ecerdasan buatan. Aplas pengenalan waah dengan menggunaan ecerdasan buatan sebaga omponen utama hususnya arngan saraf truan untu pemrosesan dan dentfas waah mash belum banya dtemu. Aplas pengenalan waah menggunaan ctra waah yang dambl dar pose frontal dan masng-masng waah meml tga ara pengamblan yatu sedang, deat dan auh. Proses pelathan menggunaan algortma bacpropagaton. Pelathan dlauan terhadap ctra waah yang berens ara sedang dan deat. Setelah proses pelathan selesa, emudan dlauan penguan apaah aplas dapat mengenal etga ens data ctra termasu data ctra dengan ara yang belum pernah dlath. Hasl yang ddapatan dar u coba menggunaan 45 ctra dengan waah frontal dan onds pencahayaan relatf sama, dengan uuran ctra 350 X 300 psel adalah, proses lasfas ens ara menunuan anga eberhaslan sebesar 95.56% sedangan untu proses pengenalan waah sebesar 82.23%. Kata Kunc : Jarngan Saraf Truan, Bacpropagaton, Pengenalan Waah, Pengolahan Ctra 1. Latar Belaang Dalam bdang peneltan pemrosesan waah (face processng), pendetesan waah manusa (face detecton) adalah salah satu tahap awal yang sangat pentng d dalam proses pengenalan waah (face recognton). Sstem pengenalan waah dgunaan untu membandngan satu ctra waah masuan dengan suatu database waah dan menghaslan waah yang palng coco dengan ctra tersebut a ada. Sedangan autentas waah (face authentcaton) dgunaan untu mengu easlan/ esamaan suatu waah dengan data waah yang telah dnput sebelumnya. Bdang peneltan yang uga beratan dengan pemrosesan waah adalah loalsr waah (face localzaton) yatu pendetesan waah dengan asums hanya ada satu waah d dalam ctra. Tenolog yang menggunaan ecerdasan buatan sebaga omponen utama uga mula banya dpaa untu aplas pengenalan waah. Hal n darenaan ecerdasan buatan dapat berfr layanya seorang ota manusa dalam mengambl suatu esmpulan. Kecerdasan buatan yang serng dbcaraan adalah tentang arngan saraf truan (JST) dalam bahasa Inggrs dsebut artfcal neural networ (ANN), atau uga dsebut smulated neural networ (SNN), atau umumnya hanya dsebut neural networ (NN). NN adalah arngan dar seelompo unt pemroses ecl yang dmodelan berdasaran arngan saraf manusa. JST merupaan salah satu sstem pemrosesan nformas yang ddesan dengan menruan cara era ota manusa dalam menyelesaan suatu masalah dengan melauan proses belaar melalu perubahan bobot snapssnya. JST mampu mengenal egatan dengan berbass pada data. Data aan dpelaar oleh JST sehngga mempunya emampuan untu member eputusan terhadap data yang belum pernah dpelaar. Peneltan telah banya dlauan dalam bdang pengenalan waah. Aplas pengenalan waah dengan menggunaan ecerdasan buatan sebaga omponen utama hususnya arngan saraf truan untu pemrosesan dan dentfas waah mash belum banya dtemu. Dalam peneltan yang sudah ada sebelumnya, [DEWI R., 2007] aplas pengenalan waah menggunaan ctra waah yang dambl dar pose frontal dan meml ara pengamblan ctra yang relatf sama dan eurangannya adalah apabla ta melauan pemrosesan terhadap ctra waah yang sama dengan pengamblan ara ctra yang berbeda maa aplas tda dapat mengestras ftur waah dengan sempurna dan haslnya tda aurat. Peneltan sebelumnya uga belum mengadaptas ecerdasan buatan. Berdasaran peneltan tersebut, Penuls bermasud membuat sebuah aplas pengenalan waah yang dapat menyelesaan masalah dengan menggunaan arngan saraf truan.

2 2. Perumusan Masalah Dalam proses pembuatan sstem pengenalan waah n, Penuls melauan peneltan yang menyangut permasalahan berut : 1. Bagamana membuat sstem pengenalan waah dengan data ctra untu setap sample ctra waah dambl tga al dengan ara pengamblan obe yang sudah dtentuan yatu sedang, deat dan auh? 2. Bagamana etga ens ara ctra waah dharapan dapat denal? (a) (b) (c) Gambar 1. Contoh obe peneltan : (a) Jara Sedang (b) Jara Deat (c) Jara Jauh 3. Tuuan Peneltan Tuuan dar peneltan n adalah menerapan JST Bacpropagaton dalam membuat sstem pengenalan waah. Aplas dlath dengan memasuan ctra waah. Setelah proses pelathan selesa, ctra waah yang ngn dcar nformasnya dmasuan e dalam aplas dan dlhat apaah aplas mampu mengenal ctra waah tersebut. Terdapat tga ens ara pengamblan data untu setap ctra waah yatu ara deat, sedang dan auh. Aplas dharapan mampu menglasfas data ctra dan mengenal etga ens data ctra dengan ba. Pada aplas apabla dlauan pemrosesan terhadap ctra waah yang sama dengan yang pernah dlath oleh JST pada aplas dengan ara pengamblan obe yang berbeda, dharapan aplas dapat mengenal ctra waah. 4. Batasan Masalah Peneltan n dbatas pada ruang lngup pembuatan aplas pengenalan waah dengan menggunaan algortma bacpropagaton yang merupaan algortma pada arngan saraf truan. Ctra waah dambl dalam poss tampa depan dengan onds pencahayaan yang relatf bervaras. Setap ctra waah mempunya tga ens pengamblan ara yatu sedang, deat dan auh. Jara adalah uuran pengamblan obe dar amera e poss obe. Jara obe X adalah ara yang dsebut sedang. Jara obe yang dambl dengan uuran pengamblan 2X dsebut ara auh. Jara obe yang dambl dengan uuran pengamblan 1/2X dsebut ara deat. 5. Metode Peneltan Peneltan dlauan dengan menggunaan metode stud pustaa, yatu dengan mengumpulan data, membaca buu serta artel yang berhubungan dengan pengolahan ctra, model warna, detes waah, teor dasar matrs, ecerdasan buatan, arngan saraf truan dan bahasa pemrograman MATLAB yang berhubungan dengan pengolahan ctra. Pengamblan obe sebaga data dlauan dengan menggunaan amera dtal dengan warna latar merah. Data mentah yang ddapat emudan dolah dengan menggunaan Adobe Photoshop 7.0 agar sap dgunaan untu aplas. Untu membantu proses pengmplementasan program, dbangun sebuah perancangan antar mua (Graphcal User Interface) sebaga nterface menggunaan MATLAB 7.0 sebaga aplas untu membuat aplas pengenalan waah. 6. Algortma Bacpropagaton Algortma pelathan bacpropagaton terdr atas dua langah, yatu perambatan mau dan perambatan mundur. Langah perambatan mau dan perambatan mundur n dlauan pada arngan untu setap pola yang dberan selama arngan mengalam pelathan. Jarngan bacpropagaton terdr atas tga lapsan unt pengolah. Gambar 2 menunuan arngan bacpropagaton dengan tga lapsan pengolah. Bagan bawah sebaga masuan, bagan tengah dsebut sebaga lapsan tersembuny dan bagan atas dsebut lapsan eluaran. Ketga lapsan n terhubung secara penuh.

3 Pola Lapsan Pola Gambar 2. Tga Lapsan Jarngan Bacpropagaton Perambatan mau dmula dengan memberan pola masuan e lapsan masuan. Pola masuan n merupaan nla atvas unt unt masuan. Dengan melauan perambatan mau dhtung nla atvas pada unt unt d lapsan berutnya. Pada setap lapsan, tap unt pengolah melauan penumlahan berbobot dan menerapan fungs sgmod untu menghtung eluarannya. Untu menghtung nla penumlahan berbobot dgunaan rumus : S n 0 a w. (1) Dengan : a = masuan yang berasal dar unt w = bobot sambungan dar unt e unt Setelah nla S dhtung, fungs sgmod dterapan pada S untu membentu f (S ). Fungs sgmod n mempunya persamaan : f (S) = 1. (2) 1 + e -s Hasl perhtungan f (S) n merupaan nla atvas pada unt pengolah. Nla n drm e seluruh eluaran unt. Setelah perambatan mau selesa deraan maa arngan sap melauan perambatan mundur. Yang dlauan pada langah perambatan mundur adalah menghtung bobot bobot pada semua nteronesnya. D sn galat dhtung pada semua unt pengolah dan bobot pun dubah pada semua sambungan. Perhtungan dmula dar lapsan eluaran dan mundur sampa lapsan masuan. Hasl eluaran dar perambatan mau dbandngan hasl eluaran yang dngnan. Berdasaran perbedaan n emudan dhtung galat untu lapsan eluaran, emudan bobot bobot setap sambungan yang menuu e lapsan eluaran dsesuaan. Setelah tu dhtung harga galat pada lapsan tersembuny dan dhtung perubahan bobot yang menuu e lapsan tersembuny. Deman proses dlauan mundur sampa lapsan masuan secara teratf. Algortma selengapnya pelathan arngan bacpropagaton adalah sebaga berut [ARIEF H., 2006] : Langah 0 : Insalsas bobot bobot. Langah 1 : Bla syarat berhent adalah salah, eraan 2 sampa 9. Langah 2 : Untu setap pasangan pelathan, eraan langah 3 8. Perambatan Mau Langah 3 : Tap unt masuan (x, = 1,..., n) menerma syarat masuan x dan dterusan e unt unt tersembuny. Langah 4 : Tap unt tersembuny (z, = 1,..., p) menumlahan syarat masuan terbobot. p z_n = V o + x v 1. (3) dengan menerapan fungs atvas htung : z = f (z_n ) (4) dan rm syarat n e unt unt eluaran. Langah 5 : Tap unt eluaran (y, = 1,..., m) menumlahan syarat masuan berbobot, y_n = w o + p 1 z w (5)

4 dengan menerapan fungs atvas htung, y = f ( y_n )..... (6) Perambatan Mundur Langah 6 : Tap unt eluaran (y, = 1,..., m) menerma pola sasaran beratan dengan pola pelathan masuannya. Htung galat nformas : ( t y ) f '( y _ n )..... (7) htung ores bobot dan prasapnya : w x..... (8) w 0... (9) Langah 7 : Tap unt tersembuny (z, =,..., p) menumlahan delta masuannya (dar unt unt d lapsan atasnya). p _ n w 1.. (10) htung galat nformasnya : _ n f ( x _ n ).. (11) htung ores bobot dan prasapnya : v x.... (12) Perbaharu bobot dan prasap : Langah 8 : Tap unt eluaran (y, = 1,..., m) memperbaharu bobot bobot dan prasapnya ( = 0, 1,..., p) w (baru) = w (lama) + w... (13) Tap unt tersembuny (z, = 1,..., p) memperbaharu bobot bobot dan prasapnya ( = 0, 1,..., n) v (baru) = v (lama) + v... (14) Langah 9 : U syarat berhent. Prosedur pembaharuan bobot bobot dapat dmodfas dengan menggunaan momentum. Dengan menambahan momentum e dalam rumus pembaharuan bobot, basanya onvergens aan lebh cepat dcapa. Dalam pembaharuan bobot menggunaan momentum, nla bobot pada teras e (t+1) dtentuan oleh nla bobot pada teras e t dan e (t-1). Rumus pembaharuan bobotnya adalah sebaga berut [1] : w ( t 1) w ( t) z [ w ( t) w ( t 1)].. (15) Atau w ( t 1) z w ( t)... (16) Dan v ( t 1) v ( t) x [ w ( t) w ( t 1)].. (17) Atau v ( t 1) x v ( t).. (18) Dengan : x 1.. x n y 1.. y n z 1.. z n v w : Masuan : Keluaran : Nla lapsan tersembuny : Bobot antara lapsan masuan dan lapsan tersembuny : Bobot antara lapsan tersembuny dan lapsan eluaran : Galat nformas : Konstanta berelanutan Kecepatan onvergens uga dapat dtngatan dengan memodfas lau belaar menad adaptf yang berubah selama proses pelathan. Ja galat muncul lebh besar dar pada galat sebelumnya maa nla bobot bobot, prasap, eluaran, dan galat yang baru dabaan, dan nla lau belaar dturunan. Ja galat yang muncul lebh ecl dar pada galat sebelumnya, maa nla bobot bobot, prasap, eluaran, dan galat yang baru dsmpan, dan lau belaar dtngatan.

5 7. Pengenalan Pola Pengenalan Pola dapat dataan sebaga emampuan manusa mengenal obe-obe berdasaran cr-cr dan pengetahuan yang pernah damatnya dar obe-obe tersebut. Tuuan dar pengenalan Pola n adalah menglasfas dan mendesrpsan pola melalu pengetahuan sfat-sfat atau cr-cr obe tersebut. Apaah pola dapat dataan sebaga denttas yang terdefns dan dapat dber suatu dentfas atau nama. Pendeatan pengenalan pola ada 3 yatu secara sntas, statst serta melalu arngan saraf truan. Pendeatan secara sntas adalah pendeatan dengan menggunaan aturan tertentu, msalnya bau s mamat mempunya rule sebaga berut, selalu berwarna Bru, bahannya aos, bermere addas, lengannya lengan panang dan meml bererah. Ja ada sebuah bau dengan cr-cr 90% lebh dar cr-cr tersebut dapat dataan baunya mamat dengan tolerans setar 10%. Pendeatan metoda statst adalah pendeatan dengan menggunaan data-data yang berasal dar stats msalnya dalam sebuah pasar saham terlhat urva penualan tertngg adalah saham A, emudan dsusul saham B dan saham C, apabla seseorang datang e pasar saham tersebut maa orang tersebut dapat dataan setar 95% orang tersebut membel saham A, arena berdasaran urva saham A meml harga tertngg. Pendeatan dengan pola arngan saraf truan adalah pendeatan dengan menggabungan pendeatan sntas dan statst. Pendeatan melalu pola-pola n menru cara era ota manusa, Pada pola n sstem membuat rule-rule tertentu dserta dengan menggunaan data statst sebaga dasar untu pengamblan eputusan. Untu pengenalan pola dengan pendeatan Jarngan Saraf Truan ta seolah olah membuat sebuah sstem yang neranya sama dengan ota ta. Agar sstem tersebut bsa menad cerdas, pelathan terhadap sstem tersebut selama rentang watu tertentu harus dberan. Karena dengan melath sstem tersebut maa aan menambah rule-rule serta data statst yang dgunaan oleh sstem untu mengambl eputusan. Perolehan Pola Pada Aplas Perolehan pola pada aplas melewat lma proses. Gambar 3 merupaan gambaran proses yang aan dlewat setap data ctra yang aan du. Pola-pola n yang aan menad nformas untu setap data ctra waah. Melalu pola n pengenalan waah aan dlauan Gambar 3. Proses Perolehan Pola Penelasan dar alur gambar 3 : 1. Proses croppng dengan oordnat yang telah dtentuan. 2. Proses perubahan gambar dengan tpe RGB menad Gray. 3. Proses hsteq yang dlauan pada gambar hasl Gray. 4. Proses flter pada gambar hasl hsteq. 5. Proses blac-whte dar gambar yang telah melewat proses flter. Gambar 4 adalah hasl pola yang ddapatan setelah melewat proses perolehan pola. Dapat dlhat pada gambar 4 bahwa ctra dengan ens ara deat dan sedang menghaslan pola waah yang tda auh berbeda.

6 Gambar 4. Hasl Perolehan Pola : (a) Jens ara deat (b) Jens ara sedang (a) (b) 8. Penutup Aplas pengenalan waah yang dbuat pada peneltan al n menggunaan arngan saraf truan dengan algortma bacpropagaton. Data ctra berupa waah frontal dan onds pencahayaan relatf sama, dengan uuran ctra 350 X 300 psel. Setap waah orang meml tga ens ara pengamblan obe yatu deat, sedang dan auh. Proses pelathan harus dlauan setap al aplas dalanan. Proses pelathan harus selesa dlauan sebelum proses pengenalan waah. Apabla tda dlauan proses pelathan maa aplas tda dapat melauan pengenalan waah. Setelah aplas ducoba dan danalsa, arngan saraf truan dengan algortma bacpropagaton dapat melauan pengenalan waah, aan tetap berhasl/ tdanya proses pengenalan waah sangat dpengaruh oleh penentuan parameter sepert hdden layer dan goal. Untu menghaslan onfguras parameter yang terba dperluan watu cuup lama dalam melauan espermen untu mencar parameter. Pada aplas terdapat dua proses utama. Pertama adalah proses menglasfasan ens ara pengamblan obe Kedua adalah proses pengenalan waah tu sendr. Keseluruhan proses lasfas ens ara pengamblan n 95.56% berhasl dlauan terhadap 45 obe dar peneltan. Proses pengenalan waah menunuan anga eberhaslan sebesar 82.23% dar 45 obe dar peneltan. Tngat eberhaslan tersebut merupaan yang palng ba selama proses espermen untu mencar onfguras parameter. Parameter yang dgunaan untu proses lasfas ens ara pengamblan adalah hdden layer 12 dan goal sedangan untu pengenalan waah nla hdden layer yang dgunaan adalah 85 dan goal adalah Banyanya umlah data ctra untu setap waah orang yang dlath dapat mempengaruh hasl proses pengenalan. Seman banya data yang dlath, arngan aan seman ba mengenal pola sehngga hasl pengenalan aan lebh aurat, namun aan berdampa dengan melambatnya proses pelathan. 9. Daftar Pustaa 1. Aref Hermawan, Jarngan Saraf Truan : Teor dan Aplas, And, Yogyaarta : Ars Sugharto, Pemrograman GUI Dengan Matlab, Yogyaarta, And, Dew Agushnta R., Estras Ftur Dengan Segmentas Waah Untu Identfas Pada Sstem Pengenalan Waah, Dsertas, Unverstas Gunadarma, Depo, Gunad Abda Away, The Shortcut Of Matlab Programmng, Informata, Bandung, Hsu, R.L., Abdel-Mottaleb, M. dan Jan, A.K "Face Detecton n Color Images". Proceedngs of the IEEE Internatonal Conference on Image Processng1. 6. Jong Je Sang, Jarngan Syaraf Truan & Pemrogramannya Menggunaan Matlab, ANDI, Yogyaarta, M.H. Purnomo dan Agus Kurnawan, Supervsed Neural Networ dan Aplasnya, Yogyaarta : Graha Ilmu, 2006.

7 8. Marvn Ch. Waya dan Agus Prono, Pengolahan Ctra Dgtal dengan menggunaan MatLab, Informata, Bandung, Ptas, Ioanns, Dgtal Image Processng Algorthms, Prentce-Hall Internatonal, Qusay, Aplas Estras Dan Penguluran Waah Pada Sstem Pengenalan Waah Dengan Menggunaan Matlab, Srps, Unverstas Gunadarma, Depo, Rademacher. D. December Face Detecton Introducng to Computer Vson and Image Processng Whte Paper Colorado School of Mnes. 12. Ren-Len Hsu, Mohamed Abdel-Mottaleb, and Anl K. Jan, Face Detecton In Color Images, IEEE TRANS. PAMI, VOL. 24, NO. 5, PP , MAY Rnald Munr, Pengolahan Ctra Dgtal, Informata, Bandung, Syahrul Ramadhan, Aplas Detes Waah Pada Foto Dgtal Dalam Sstem Pengenalan Waah, Srps, Unverstas Gunadarma, Depo, 2006.