SKETSA OTOMATIS CITRA WAJAH MANUSIA

Transkripsi

1 SKETSA OTOMATIS CITRA WAJAH MANUSIA Kustanto 1), Daniel Tunggono Saputro 2), Iwan Ady Prabowo 3) 1) Stmik Sinar Nusantara Surakarta 2) Universitas AKI Semarang 3) Stmik Sinar Nusantara Surakarta Abstaksi Wajah merupakan bagian tubuh yang sangat mudah di kenal, dengan perkembangan teknologi informasi sketsa wajah manusia dapat dilakukan secara otomatis. Tujuan dari penelitian ini adalah membuat sistem yang dapat melakukan sketsa wajah manusia secara otomatis. Metode yang dilakukan untuk mewujudkan sketsa otomatis tersebut antara lain dengan : menyedia file image dari suatu obyek yang akan di sketsa otomatis, kemudian image di ubah ke citra RGB gray, selanjutnya image di ubah menjadi citra HSV, citra RGB gray di ubah menjadi citra biner, kemudian hasil citra RGB gray di perbaiki kwalitas citranya dan untuk mendapat sketsa citra yang dihasil dari image asli menggunakan metode deteksi tepi dengan operator sobel. Hasil yang diperoleh dari penelitian ini adalah sebuah prototipe sistem sketsa otomatis citra wajah manusia yang dibangun menggunakan program matlab R2010a. Kata kunci: Sketsa, Otomatis, Citra, Wajah, Manusia I. PENDAHULUAN Teknologi biometrika semakin pesat perkembangannya, apalagi interprestasi citra wajah. Untuk mengingat cirri-ciri seseorang yang paling mudah di inggat adalah bagian anggota tubuh yang disebut wajah. Sketsa wajang sangat dibutuh ketika terjadi kasus kriminal di suatu tempat. Jika dalam suatu TKP (Tempat Kejadian Perkara) tersebut tidak di temukan alat perekam seperti CCTV, maka saksi mata yang sangat di utama untuk bisa di introgasi oleh pihak terkait. Hasil introgasi tersebut akan bisa dijadikan oleh pihak terkait sebagai modal dasar untuk membuat sketsa wajah bagi si pelaku kriminal pada tempat tersebut. [1] Untuk membantu sketsa wajah, teknologi pengolahan citra sangat membantu sekali dalam penanganan kasus tersebut. Maka dalam penelitian ini akan di bahas bagaimana cara membuat sketsa citra wajah menggunakan tool matlab. II. METODE PENELITIAN a. Analisa dan Perancangan Rancangan sistem dalam penelitian ini meliputi hardware dan software. Hardware yang digunakan dalam penelitian ini menggunakan laptop merk Compaq Presario CQ40 dengan perangkat lunak MS. Windows 7 dan aplikasi Matlab R2010a. Proses pembuatan sketsa citra wajah ini berawal dari image wajah manusia ber ekstension Jepeg (*.jpg), kemudian di olah dengan transformasi model Pembuatan sketsa wajah otomatis ini melalui beberapa tahapan antara lain: dari image atau gambar asli dilakukan perubahan RGB gray (image menjadi citra gray), selanjutnya dilakukan proses HSV (dari citra HSV didapatkan warna kulit, dengan menentukan nilai range warna kulit per pixelnya), hasil citra RGB gray di ubah menjadi citra biner dengan tujuan untuk membedakan tepi yang kuat berkoresponden dengan batas-batas objek dengan tepi lemah yang berkoresponden melalui perubahan illumination,hasil citra RGB gray juga dilakukan perbaikan kualitas citranya, agar dalam proses pendeteksian citra tepi yang dilakukan berasal dari citra yang bebas noise dan pencahaan cukup, Gambar 1. Menunjukkan diagram blok proses pembuatan sketsa citra wajah manusia otomatis dalam penelitian ini.[2] 8

2 Citra biner Image wajah manusia asli Transformasi model Citra HSV Intensity adjustment Deteksi tepi (metode sobel) Gambar 1. Bagan proses sketsa otomatis citra wajah manusia Rancangan GUI sketsa otomatis citra wajah manusia terbagi menjadi beberapa bagian, seperti terlihat pada gambar 2 berikut: a. Layar tampilan image wajah manusia asli Obyek atau image yang akan di sketsa, akan di munculkan atau di brows pada layer (axes 1 ini) b. Layar tampilan hasil proses sketsa wajah Hasil dari proses sketsa citra wajah manusia akan di tampilkan pada layar (axes 2) c. Tombol brows image Asli Tombol ini di fungsikan untuk menampilkan image /obyek yang akan di sketsa d. Tombol reset Tombol ini di fungsikan untuk menghilangkan tampilan image atau citra di layer 1 maupun layer 2. e. Tombol RGB gray Tombol ini difungsikan untuk mengekstrak informasi gray level dari citra berwarna (image gambar asli) f. Tombol citra HSV Tombol ini digunakan untuk mengolah image menjadi citra HSV (Hue Saturation Value) g. Tombol citra biner Tombol ini digunakan untuk merubah citra RGB gray menjadi citra biner h. Tombol intencity adjustment (perbaikan kwalitas citra) Tombol ini digunakan untuk perbaikan kualitas citra i. Tombol deteksi tepi Tombol ini digunakan untuk operasi pendeteksian tepi yaitu untuk meningkatkan penampakan garis batas suatu daerah atau obyek di dalam citra wajah manusia. Gambar 2. Rancangan GUI pada Matlab R2010a 9

3 b. Implementasi Gambar 3. Tampilan interface sketsa otomatis citra wajah manusia Untuk melakukan sketsa citra wajah manusia yang perlu kita lakukan, menentukan image wajah manusia yang akan disketsa. Selanjutnya tekan tombol RGB gray untuk didapatkan citra gray. Untuk mengubah citra tersebut menjadi mode HSV, lakukan penekanan tombol Citra HSV sehingga citra HSV terbentuk. Pengubahan image menjadi citra biner dengan menekan tombol Citra biner, sehingga image akan berubah menjadi citra biner. Untuk berbaikan citra yang dihasilkan, maka tekan tombol intensity adjustment. Sedangkan untuk mendapatkan citra deteksi tepih, yang berfungsi untuk batasan pada tepi objek. Citra hasil sketsa otomatis akan diperoleh. Hasil & Pembahasan Berikut merupakan hasil dari proses sketsa otomatis citra wajah manusia, gambar berikut merupakan image digital asli yang dijadikan obyek dalam kegiatan penelitian ini. Gambar 4. Image digital asli 10

4 Gambar 5. Tranformasi model warnagray dari image asli Gambar 6. Citra HSV (Hue Saturation Value) dari image asli Gambar 7. Citra biner dari image asli 11

5 Gambar 8. Intensity adjustment dari citra RGB gray Gambar 9. Deteksi tepi dari citra RGB gray dengan operator Sobel Pada operator sobel ini,dimana pixel di sekitar pixel (x,y): Gambar 10. Susunan pixel-pixel dari pixel (x,y) Berdasarkan susunan pixel-pixel tersebut, besaran gradient dihitung dengan persamaaa:.(1.2) Dengancsuatu konstanta bernilai 2. Seperti dalam perhitungan gradien pada operator pelacak tepi lainnya, s x dan s y dapat dinyatakan sebagai berikut: [3].. (1.1) Dimana M merupakan besaran gradien operator sobel yang dihitung dan turunan parsialnya dapat dihitung dengan persamaan: (1.3) REFERENSI: [1] Arif Muntasa. Dkk, 2011, Klasifikasi Pose Citra Sketsa Wajah Berbasis Iterative Gaussian Two Dimensional Principle 12

6 Component Analysys, Seminar On Electrical, Informatics, And ITS Education. [ 2] Ilona Usuman. Dkk,2012, Sistem Pendeteksi Kulit Manusia Menggunakan Segmentasi Warna Kulit Pada Tepi Citra HSV (Hue Saturation Value),IJEIS, Vol.2, No.2, pp , ISSN: [3] Rinaldi munir, 2004, Pengolahan Citra Digital dengan pendekatan algoritmik,informatika Bandung 13