PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI MUHAMMAD SYUKUR HUTAGALUNG 071401078 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer MUHAMMAD SYUKUR HUTAGALUNG 071401078 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
PERSETUJUAN Judul : PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE Kategori : SKRIPSI Nama : MUHAMMAD SYUKUR HUTAGALUNG Nomor Induk Mahasiswa : 071401078 Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI (Fasilkom-TI) UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Diluluskan di Medan,28 Agustus 2014 Pembimbing 2 Pembimbing 1 Amer Sharif,S.Si,M.Kom M.Andri Budiman B,ST,McompSc,MEM NIP. 197510082008011011 Diketahui/Disetujui oleh Departemen Ilmu Komputer Fasilkom-TI USU Ketua, Dr. Poltak Sihombing, M.Kom NIP. 199203171991021001
PERNYATAAN PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 28 Agustus 2014 MUHAMMAD SYUKUR HUTAGALUNG NIM. 071401078
PENGHARGAAN Segala puji dan syukur kepada Allah SWT yang senantiasa melimpahkan rahmat dan karunia-nya kepada penulis sehingga skripsi ini dapat selesai dalam waktu yang telah ditetapkan. Skripsi ini merupakan salah satu syarat wajib diselesaikan guna meraih gelar sarjana komputer padajurusan S1 Ilmu Komputer. Adapun judul yang diangkat penulis adalah Prancangan perangkat lunak pengenalan wajah dengan metode eigenface. Terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Dalam kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada : 1.Ketua Jurusan S1 Ilmu Komputer Bapak Dr. Poltak Sihombing, M.Kom.Bapak Muhammad Andri Budiman, ST, M.CompSc, MEM dan Bapak Amer Sharif,S.Si, M.Kom selaku pembimbing yang telah membimbing dan memberikan panduan dan penuh kepercayaan kepada penulis untuk menyelesaikan skripsi ini. 2. Dosen penguji Bapak Dr. Poltak Sihombing, M.Kom dan Bapak Drs. Marihat Situmorang,M.Kom yang telah memberikan panduan ringkas, padat dan profesional kepada penulis guna penyempurnaan skripsi ini. 3. Sekertaris Jurusan S1 Ilmu Komputer, Ibu Maya Silvi Lydia, B.Sc, M.Sc., Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi beserta para pegawai/staff S1 Ilmu Komputer. 4. Keluarga tercinta, kepada ayahanda dan ibunda tercinta, Drs.H.Maulana Hutagalung dan Hj.Murni Idawani Dalimunthe yang sangat luar biasa sabar,tidak henti-hentinya mendukung dan mendoakan penulis serta memberikan motivasi dan dukungan baik secara moril dan materil. 5. Sahabat yang selalu membantu dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini diantaranya Takdir tarigan,eka Patma Rahmansyah S.Kom, Alpiriyandi S.Kom, ahmad syawqi,yogi aditya putra,indra dongoran,subardi,reza affandi,ardinsyahputra,para anggota RCS dan Rekan-rekan mahasiswa Program Studi S1 Ilmu Komputer pada umumnya dan angkatan 2007 pada khususnya yang telah memberikan dukungan moril dalam penyusunan skripsi ini. Penulis menyadari bahwa dalam penyelesaian skripsi ini masih jauh dari sempurna. Untuk itu, penulis sangat mengharapkan kritik dan saran guna penyempurnaan dimasa mendatang.
Akhirnya penulis berharap, semoga skripsi ini dapat bermanfaat bagi pribadi penulis, keluarga, masyarakat, organisasi dan negara. Medan, 28 Agustus 2014 Penulis M.Syukur Htg
ABSTRAK Sistem pengenalan wajah adalah sistem berbasis komputer yang mampu mengenali karakteristik individu baik secara karakteristik fisiologi maupun karakteristik perilaku untuk mengenali atau mengidentifikasi suatu individu. Pengenalan wajah banyak dikembangkan karena memiliki tingkat kenyamanan dan penerimaan yang tinggi, serta merupakan bagian dari pengenalan pola dengan masukkan berupa citra wajah. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat mengenali sebuah wajah menggunakan metode eigenfaces. Data yang digunakan oleh sistem berupa foto close up dari bagian muka, dan foto inilah yang akan diinformasikan ke sistem untuk dikenali, sehingga apabila terdapat sebuah foto lain dari orang yang sama diinputkan ke sistem, maka secara otomatis sistem dapat mengenali orang tersebut. Metode penelitian yang akan dilakukan dengan menganalisa dan merancang sebuah program aplikasi untuk mensimulasikan kebenaran hipotesa. Pengujian sistem ini dilakukan dengan mencocokkan foto wajah yang diinputkan dengan foto wajah yang disimpan di database, sehingga sistem dapat mengidentifikasi foto wajah tersebut. KataKunci : Face Recognition, Image Processing, Eigenfaces, PCA, Eucledean Distance, Face Detection.
DESIGNING SOFTWARE OF FACE RECOGNITION WITH EIGENFACE METHOD ABSTRACT Face recognition system is a computer-based system capable of identifying both physical and behaviour characteristic of one individual. Face recognition has been widely developed because of its comfortability and high acceptance, and as part of pattern recognition with face visual as input. The purpose of this research is to design a system that will recognize faces using the Eigenfaces Method. Data used in the system is a full face close-up photograph. This photo will be inputted to the system to be recognized, so if there is another photo from the same person inputted to the system, it will automatically recognized. The method in this research will be conducted by analyzing and designing an application to simulate a hypothesis. The testing in this system will be done by matching the inputted face with the face stored in the database, then the system will be able to identify the face. Keyword: Face Recognition, Image Processing, Eigenfaces, PCA, Eucledean Distance, Face Detection.
DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar ii iii iv v vi vii ix x Bab 1 Pendahuluan 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 2 1.3 Batasan Masalah 2 1.4 Tujuan Penelitian 3 1.5 Manfaat Penelitian 3 1.6 Metode Penelitian 3 1.7 Sistematika Penulisan 4 Bab 2 Landasan Teori 6 2.1 Pengertian Citra 6 2.1.1 Pengolahan Citra 6 2.1.2 Mode Warna 7 2.1.3 Pengenalan Pola 8 2.1.4 SubsistemManajemenBasisModel 8 2.2 Eigenface 10 2.2.1 Perhitungan Eigenface 11 2.3 Principal Component Analysis (PCA) 13 2.4 Database 15 2.5 Microsoft Visual Studio 17 2.6 Bahasa Pemrograman C# 18 2.7 Webcam 18 2.8 Penelitian Relevan 20 Bab 3 Analisis dan Perancangan Sistem 21 3.1 Analisis Permasalahan 21 3.2 Analisis Proses Pengenalan Wajah 22 3.3 Flowchart Proses Pelatihan 25 3.4 Flowchart Proses Pengenalan 26 3.5 Data Flow Diagram (DFD) 27 3.5.1 Diagram Konteks / DFD Level 0 27 3.5.2 DFD Level 1 28
3.5.3 DFD Level 2 29 3.6 Perancangan Antarmuka (Interface) 32 3.6.1 Rancangan Tampilan Utama 32 3.6.2 Rancangan Tampilan Proses Pelatihan Wajah 33 3.6.3 Rancangan Tampilan Proses Pengenalan Wajah 35 Bab 4 Implementasi dan Pengujian 38 4.1 Implementasi Sistem 38 4.2 Pengujian Sistem 38 4.2.1 Tampilan Halaman Utama 38 4.2.2 Tampilan Proses Pelatihan Citra Wajah 40 4.2.3 Tampilan Proses Pengenalan Citra Wajah 43 Bab 5 Kesimpulan dan Saran 46 5.1 Kesimpulan 46 5.2 Saran 46 Daftar Pustaka 47
DAFTAR TABEL No. Keterangan Hal. 3.1 Spesifikasi Proses Diagram Konteks / DFD Level 0 28 3.2 Spesifikasi Proses DFD Level 1 29 3.3 Spesifikasi Proses DFD Level 2 Proses Pelatihan Foto Wajah 30 3.4 Spesifikasi Proses DFD Level 2 Proses Pengenalan Foto Wajah 31
DAFTAR GAMBAR No. Keterangan Hal. 2.1 Kombinasi Warna RGB 8 2.2 Citra Hasil Proses Eigenfaces 12 3.1 Flowchart Proses Pelatihan 25 3.2 Flowchart Proses Pengenalan 26 3.3 Diagram Konteks / DFD Level 0 27 3.4 DFD Level 1 28 3.5 DFD Level 2 Proses Pelatihan Foto Wajah 30 3.6 DFD Level 2 Proses Pengenalan Foto Wajah 31 3.7 Rancangan Tampilan Utama 33 3.8 Rancangan Tampilan Halaman Proses Pelatihan Wajah 34 3.9 Rancangan Tampilan Halaman Proses Pengenalan Wajah 36 4.1 Tampilan Halaman Utama 39 4.2 Menu Utama 39 4.3 Tampilan Menu Pilihan pada Menu Utama 40 4.4 Tampilan Halaman Menu Training Wajah 40 4.5 Tampilan Proses Pengambilan Wajah Orang 41 4.6 Tampilan Proses Pengisian Biodata 42 4.7 Tampilan Konfirmasi Awal Proses Training 42 4.8 Tampilan Konfirmasi Akhir Proses Training 43 4.9 Tampilan Halaman Proses Pengenalan Wajah 43 4.10 Tampilan Proses Pengambilan Wajah Orang 44 4.11 Tampilan Hasil Akhir dari Proses Pengenalan Wajah 45