DAFTAR ISI RefHeading Toc27158_18026917 PERNYATAAN... ii ABSTRAK... iii ABSTRACT... iv KATA PENGANTAR... v DAFTAR ISI... vii DAFTAR TABEL... vii DAFTAR GAMBAR... ix DAFTAR LAMPIRAN... xi BAB I... 1 PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 3 1.3 Batasan Masalah... 3 1.4 Tujuan Penelitian... 3 1.5 Manfaat Penelitian... 3 1.6 Metode Penelitian... 4 1.7 Sistematika Penulisan... 4 BAB II... 6 TINJAUAN PUSTAKA... 6 2.1 Studi Pendahuluan... 6 2.2 Deteksi wajah dan pengenalan wajah... 7 2.3 OpenCV Library... 8 2.4 Grayscale image... 9 2.5 Image biner... 10 2.6 Canny edge detection (deteksi tepi)... 10 2.7 Face model... 13 2.8 Modified hausdorff distance (MHD)... 14 2.9 Algoritma genetika... 15
2.10 Proses pendeteksian... 24 2.11 Matriks... 25 2.12 Principal component analysis (PCA)... 28 BAB III... 34 METODOLOGI PENELITIAN... 34 3.1 Desain penelitian... 34 3.2 Pengembangan perangkat lunak... 36 3.3 Alat dan bahan... 37 BAB IV... 39 HASIL PENELITIAN DAN PEMBAHASAN... 39 4.1 Deteksi Wajah... 39 4.2 Pengenalan Wajah... 72 4.3 Pengembangan perangkat lunak... 82 4.4 Proses training face model... 89 4.5 Modifikasi... 98 4.6 Proses training face model (hasil modifikasi)... 99 4.7 Pengujian... 105 4.8 Analisis hasil penelitian... 111 BAB V... 112 KESIMPULAN DAN SARAN... 112 5.1 Kesimpulan... 112 5.2 Saran... 112 DAFTAR PUSTAKA... 113 DAFTAR TABEL Tabel 2.1Ukuran depth IplImage... 8 Tabel 4.1 Warna dan nilai RGB... 40 Tabel 4.2 Sebagian piksel image jack.jpg... 42 Tabel 4.3 Perhitungan... 43 Tabel 4.4 Perhitungan... 44
Tabel 4.5 Rentang posisi mata kiri dan mata kanan... 49 Tabel 4.6 Data piksel merah rabia-kecil.jpg... 52 Tabel 4.7 Piksel tetangga... 53 Tabel 4.8 Hasil perhitungan horizontal filter (Dy)... 54 Tabel 4.9 Hasil perhitungan vertikal filter (Dx)... 54 Tabel 4.10 Perhitungan sudut θ... 55 Tabel 4.11 Pembulatan... 55 Tabel 4.12 Hasil pembulatan... 56 Tabel 4.13 Gradien magnitude (D)... 57 Tabel 4.14 Edge file rabia-kecil.jpg... 57 Tabel 4.15 Edge file rabia-kecil.jpg hasil hysteresis... 59 Tabel 4.16 Iterasi proses pencarian nilai MHD terkecil... 65 Tabel 4.17 Ilustrasi proses seleksi... 69 Tabel 4.18 Ilustrasi proses rekombinasi... 70 Tabel 4.19 Transformasi piksel gambar ke vektor... 73 Tabel 4.20 Transformasi piksel gambar ke vektor... 74 Tabel 4.21 Rataan vektor wajah... 75 Tabel 4.22 Mean face... 75 Tabel 4.23 10 Eigenvalue hasil perhitungan opencv... 76 Tabel 4.24 10 Eigenvector hasil perhitungan opencv... 77 Tabel 4.25 Nilai weight... 78 Tabel 4.26 Transformasi piksel subimage ke vektor... 79 Tabel 4.27 Mean face subimage... 80 Tabel 4.28 Weight subimage... 81 Tabel 4.29 Modul aplikasi pengenalan wajah... 84 Tabel 4.30 Keterangan menu aplikasi pengenalan wajah... 85 Tabel 4.31 Keterangan dialog edit treshold... 87 Tabel 4.32 Keterangan dialog ekstraksi fitur wajah... 89 Tabel 4.33 face model terbaik pada training pertama... 91 Tabel 4.34 face model terbaik pada training kedua... 93
Tabel 4.35 face model terbaik pada training ketiga... 96 Tabel 4.36 face model terbaik pada training pertama... 100 Tabel 4.37 face model terbaik pada training kedua... 103 Tabel 4.38 Detail pengujian face model... 106 Tabel 4.39 Detail pengujian eigenvector... 109 Tabel 4.40 Detail pengujian akurasi PCA... 110 DAFTAR GAMBAR Gambar 2.1 a) image RGB, b) image grayscale... 9 Gambar 2.2 a) image grayscale, b) image biner... 10 Gambar 2.3 a) image sebelum proses canny, b) image setelah proses canny... 11 Gambar 2.4 Image 4x4 piksel... 12 Gambar 2.5 Pembulatan sudut θ... 12 Gambar 2.6 Contoh face model... 14 Gambar 2.7 Gambaran umum algoritma genetika... 16 Gambar 2.8 Expected dan estimated eye position... 20 Gambar 2.9 Single-point crossover... 22 Gambar 2.10 Multi-point crossover... 23 Gambar 2.11 Single-point crossover pada face model... 23 Gambar 2.12 Contoh eigenfaces... 32 Gambar 3.1 Desain Penelitian... 34 Gambar 3.2 Model sekuensial linier (waterfall)... 36 Gambar 4.1 Piksel penyusun image... 40 Gambar 4.2 Gambar 50x60 piksel... 41 Gambar 4.3 Ekstraksi piksel... 41 Gambar 4.4 Image ukuran 5x5 piksel... 43 Gambar 4.5 Flowchart persiapan proses training face model... 46 Gambar 4.6 Sebagian gambar FEI face database... 47 Gambar 4.7 Informasi posisi piksel pada aplikasi GIMP... 47 Gambar 4.8 Left eye & right eye FEI face database... 48
Gambar 4.9 Area pencarian posisi mata kiri dan kanan... 49 Gambar 4.10 Penandaan posisi mata kiri dan mata kanan... 50 Gambar 4.11 Gambar rabia.jpg... 50 Gambar 4.12 Gambar rabia-kecil.jpg... 51 Gambar 4.13 Canny edge detection pada training images... 59 Gambar 4.14 Flowchart proses training... 60 Gambar 4.15 Kondisi piksel awal 50 individu... 62 Gambar 4.16 Pencarian nilai MHD terkecil... 67 Gambar 4.17 Posisi Expected dan estimated eye position... 68 Gambar 4.18 Expected dan estimated eye position... 68 Gambar 4.13 Proses single point crossover... 71 Gambar 4.14 Flowchart proses ekstraksi fitur wajah... 72 Gambar 4.15 Flowchart proses pengenalan wajah... 79 Gambar 4.16 ERD aplikasi pengenalan wajah... 82 Gambar 4.17 Use case diagram aplikasi pengenalan wajah... 83 Gambar 4.18 Antar muka utama aplikasi pengenalan wajah... 85 Gambar 4.19 Dialog edit treshold... 87 Gambar 4.20 Dialog tampilkan face model... 88 Gambar 4.21 Dialog ekstraksi fitur wajah... 88 Gambar 4.22 Dialog tampilkan data individu... 89 Gambar 4.23 Grafik nilai fitness... 92 Gambar 4.24 Keadaan populasi pada iterasi terakhir... 92 Gambar 4.25 Grafik nilai fitness... 94 Gambar 4.26 Keadaan populasi pada iterasi terakhir... 95 Gambar 4.27 Grafik nilai fitness... 97 Gambar 4.28 Keadaan populasi pada iterasi terakhir... 97 Gambar 4.29 Beberapa training images setelah di-crop... 99 Gambar 4.30 Grafik nilai fitness... 102 Gambar 4.31 Keadaan populasi pada iterasi terakhir... 102 Gambar 4.32 Grafik nilai fitness... 104
Gambar 4.33 Keadaan populasi pada iterasi terakhir... 104 Gambar 4.34 Image wajah untuk pengujian face model... 105
DAFTAR LAMPIRAN Piksel file rabia.jpg (20x20px)... 116 FEI face database (100 gambar)... 121 Gambar wajah hasil capture... 122