BAB 1 PENDAHULUAN. Jumlah Pengunjung Atlantis Water Adventure. Jumlah Pengunjung

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Kolam renang adalah suatu konstruksi buatan yang dirancang untuk diisi dengan air dan digunakan untuk berenang, menyelam, atau aktivitas air lainnya. Penggunaan kolam renang oleh masyarakat Indonesia terus meningkat. Hal tersebut dibuktikan dari peningkatan jumlah pengunjung di salah satu taman rekreasi air Jakarta. Gambar berikut adalah grafik jumlah pengunjung Atlantis Water Adventure. Jumlah Pengunjung Atlantis Water Adventure Jumlah Pengunjung Gambar 1.1 Grafik Jumlah Pengunjung Atlantis Water Adventure (Jaya Ancol, 2012) Seiring dengan meningkatnya jumlah pengunjung dari tahun ke tahun, penggunaan fasilitas penitipan barang di kolam renang juga akan meningkat. Akan tetapi, kehilangan barang yang dititipkan seringkali terjadi. Menurut berita yang dilansir oleh Patroli Indosiar pada halaman website-nya, seorang pemuda mencuri barang berharga milik pengunjung kolam renang dari loker penitipan barang dengan memakai kunci duplikat. Selain itu, Karangnews (2008) memberitakan bahwa setiap hari di kolam renang ada handphone yang hilang, padahal sudah dititipkan pada tempat penitipan khusus. Oleh karena itu, 1

2 2 suatu metode penitipan barang yang baru diperlukan untuk memecahkan masalah yang seringkali terjadi tersebut. Biometrics adalah ilmu yang digunakan untuk menetapkan identitas dari seseorang berdasarkan atribut fisik, kimia atau perilaku seseorang (Jain, Flynn, dan Ross, 2008:1). Penggunaan teknologi biometrics memiliki banyak keunggulan dibandingkan sistem tradisional, seperti penggunaan password atau PIN, kartu dan kunci yang telah banyak diaplikasikan pada akses pintu, absensi kehadiran, mesin ATM (Automatic Teller Machine) dan sebagainya (Jain, Ross, dan Prabhakar, 2004:2). Salah satu penggunaan teknologi biometrics adalah pengenalan wajah atau face recognition. Face recognition merupakan salah satu cara yang dapat digunakan untuk mengidentifikasi seseorang. Pada umumnya, pengenalan wajah (face recognition) dilakukan dengan membandingkan citra wajah seseorang dengan citra wajah yang telah dikenali sebelumnya. Pengenalan wajah mungkin merupakan hal yang mudah bagi manusia, namun pada kenyataannya, pengenalan wajah merupakan hal yang sulit dilakukan pada mesin cerdas, seperti komputer. Hal tersebut dikarenakan mesin tidak memiliki otak seperti yang dimiliki oleh manusia. Berdasarkan penelitian terhadap sistem penglihatan pada kucing menunjukkan bahwa otak memiliki sel saraf khusus yang dapat merespon fiturfitur lokal yang spesifik dari suatu scene. Manusia tidak menyadari bahwa sebenarnya dunia itu merupakan bagian-bagian yang terpisah. Hal ini disebabkan karena saraf-saraf penglihatan manusia dapat menggabungkan sumber-sumber berbeda menjadi sebuah pola / pattern yang memiliki makna. Oleh karena itu, agar mesin dapat melakukan pengenalan wajah dengan baik, hal terpenting yang harus dilakukan mesin adalah mengekstraksi fitur-fitur berarti dari citra, kemudian menaruhnya kedalam sebuah representasi yang berguna dan melakukan sejenis klasifikasi pada pola-pola tersebut. Ada beberapa pendekatan yang dapat digunakan untuk mengekstraksi fitur-fitur yang berarti dari sebuah citra. Salah satunya menggunakan pendekatan gabor wavelet. Penggunaan gabor wavelet bertujuan untuk memunculkan ciri-ciri khusus dari citra yang telah dikonvolusi terhadap suatu kernel (Kar, Bhattacharjee, Basu, Nasipuri dan Kundu, 2011:179). Pendekatan lainnya adalah Non-negative Matrix Factorization (NMF). Pendekatan ini akan memanfaatkan non-negativity yang berguna dalam faktorisasi matriks, dimana

3 3 hal tersebut dapat memungkinkan tidak adanya nilai negatif pada representasi data (Hoyer, 2004:1457). Hal tersebut berbeda dengan banyak representasi linier lainnya, seperti PCA (Principal Component Analysis) dan ICA (Independent Component Analysis). Penggabungan metode Gabor dan NMF bertujuan untuk memecahkan masalah yang ada pada setiap metode, dimana metode NMF digunakan untuk mengurangi dimensionalitas dari hasil ekstraksi fitur metode gabor. Penggunaan metode face recognition dengan metode gabor dan NMF dipilih untuk menggantikan kunci yang biasa digunakan untuk membuka atau menutup loker. Metode tersebut bertujuan agar pengunjung yang menitipkan barang tidak perlu takut kehilangan barang yang dititipkan. Selain itu, pengunjung juga tidak perlu membawa dan menyimpan kunci loker yang dapat hilang. 1.2 Rumusan Masalah Perumusan masalah pada penelitian ini adalah bagaimana aplikasi yang dirancang dapat menyimpan dan mengolah data wajah pengguna sehingga pengguna dapat menitipkan dan mengambil barang bawaannya. Pengolahan data wajah menggunakan metode gabungan, yaitu Gabor dan NMF. 1.3 Hipotesis H 0 : Metode Gabor Wavelet dan Non-Negative Matrix Factorization memberikan akurasi pengenalan wajah lebih besar sama dengan 90%. H 1 : Metode Gabor Wavelet dan Non-Negative Matrix Factorization memberikan akurasi pengenalan wajah lebih kecil sama dengan 90%. 1.4 Ruang Lingkup Mengingat luasnya kemungkinan pembahasan topik penelitian yang diambil, maka penulis membatasi ruang lingkupnya agar pembahasan dapat lebih terarah. Adapun ruang lingkup dari penelitian ini adalah sebagai berikut.

4 Metode yang digunakan dalam mengekstraksi fitur pada penelitian ini adalah Gabor Wavelet yang akan digabungkan dengan Non-Negative Matrix Factorization Metode yang digunakan sebagai pengklasifikasi dalam penelitian ini adalah KNN (K-Nearest Neighbor) Penelitian menggunakan software MATLAB 2013, sedangkan program aplikasi menggunakan software Microsoft Visual C# 2010 Express Edition dan EmguCV sebagai library Pengambilan citra wajah pada program aplikasi hanya dilakukan pada tampak depan wajah (frontal-face) dan tidak dipengaruhi oleh perubahan iluminasi cahaya Pada saat melakukan pengambilan citra wajah, jarak antara web-camera dengan subjek sekitar 40 cm Pembuatan program aplikasi dan hardware box penitipan barang hanya sebatas prototype Penelitian face recognition tidak mencakup kembar identik. 1.5 Tujuan dan Manfaat Tujuan Tujuan dari penelitian prototype face recognition pada sistem penitipan barang di kolam renang adalah sebagai berikut Menghasilkan sebuah prototype aplikasi penitipan dan pengambilan barang menggunakan identifikasi wajah dengan menggabungkan metode Gabor Wavelet dan Non-Negative Matrix Factorization yang dapat digunakan secara real-time dengan web-camera Meningkatkan keamanan dan kenyamanan penyimpanan barang dengan sistem face recognition Menghasilkan suatu referensi yang dapat digunakan oleh peneliti lain.

5 Manfaat Adapun manfaat yang ingin dicapai dalam penulisan penelitian ini adalah sebagai berikut Sebagai salah satu solusi untuk meningkatkan keamanan tempat penitipan barang di kolam renang Meningkatkan kualitas pelayanan kolam renang dan kenyamanan pengunjung kolam renang. 1.6 Metode Penelitian Metodologi yang digunakan dalam penelitian meliputi tahap-tahap sebagai berikut Pengumpulan informasi Melakukan studi pustaka terhadap buku dan jurnal internasional Perencanaan awal program Desain struktur program Desain tampilan layar Pembuatan program Testing. 1.7 Sistematika Penulisan BAB 1 PENDAHULUAN Membahas mengenai alasan yang melatarbelakangi pemilihan topik skripsi, rumusan masalah, hipotesis, ruang lingkup, tujuan dan manfaat yang diharapkan serta metode penelitian dari perancangan program tersebut. BAB 2 TINJAUAN PUSTAKA

6 6 Membahas mengenai teori-teori dan konsep dasar yang dapat membantu pembangunan aplikasi, serta state of the art dari metode-metode face recognition yang sudah pernah dilakukan. BAB 3 METODOLOGI Menjelaskan analisis kebutuhan dan masalah, kerangka berpikir penelitian dan aplikasi, metode yang digunakan dan rancangan aplikasi. BAB 4 HASIL DAN PEMBAHASAN Membahas mengenai hasil penelitian, pembuatan program aplikasi dan rancangan prototype sistem penitipan barang, serta evaluasi user. BAB 5 SIMPULAN DAN SARAN Membahas mengenai kesimpulan dan saran terhadap hasil penelitian dan program aplikasi.