SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN
LEMBAR PERSETUJUAN Proposal Skripsi dengan judul SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL yang diajukan oleh NamaMhs NIM: XX.YY.ZZZ telah disetujui oleh Jurusan Teknik Informatika STIKOM Balikpapan dengan dosen pembimbing: 1.. 2.. Balikpapan, tanggal Ketua Jurusan Teknik Informatika Setyo Nugroho, ST, MKom
IMPLEMENTASI SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL 1. LATAR BELAKANG Dewasa ini teknologi pengenalan wajah semakin banyak diaplikasikan, antara lain untuk sistem pengenalan biometrik (yang dapat juga dikombinasikan dengan fitur biometrik yang lain seperti sidik jari dan suara), sistem pencarian dan pengindeksan pada database citra digital dan database video digital, sistem keamanan kontrol akses area terbatas, konferensi video, dan interaksi manusia dengan komputer. Dalam bidang penelitian pemrosesan wajah (face processing), pendeteksian wajah manusia (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition). Sistem pengenalan wajah digunakan untuk membandingkan satu citra wajah masukan dengan suatu database wajah dan menghasilkan wajah yang paling cocok dengan citra tersebut jika ada. Sedangkan autentikasi wajah (face authentication) digunakan untuk menguji keaslian/kesamaan suatu wajah dengan data wajah yang telah diinputkan sebelumnya. Bidang penelitian yang juga berkaitan dengan pemrosesan wajah adalah lokalisasi wajah (face localization) yaitu pendeteksian wajah namun dengan asumsi hanya ada satu wajah di dalam citra, penjejakan wajah (face tracking) untuk memperkirakan lokasi suatu wajah dalam video secara real time, dan pengenalan ekspresi wajah (facial expression recognition) untuk mengenali kondisi emosi manusia (Yang, 2002). Pada kasus tertentu seperti pemotretan untuk pembuatan KTP, SIM, dan kartu kredit, citra yang didapatkan umumnya hanya berisi satu wajah dan memiliki latar belakang seragam dan kondisi pencahayaan yang telah diatur sebelumnya sehingga deteksi wajah dapat dilakukan dengan lebih mudah. Namun pada kasus lain sering didapatkan citra yang berisi lebih dari satu wajah, memiliki latar belakang yang bervariasi, kondisi pencahayaan yang tidak tentu, dan ukuran wajah yang bervariasi di dalam citra. Contohnya adalah citra yang diperoleh di bandara, terminal, pintu masuk gedung, dan pusat perbelanjaan. Selain itu juga pada citra yang didapatkan dari foto di media massa atau hasil rekaman video. Pada kasus tersebut pada umumnya wajah yang ada di dalam citra memiliki bentuk latar belakang yang sangat bervariasi. Penelitian ini akan difokuskan pada masalah pendeteksian wajah. Dengan sistem pendeteksi wajah yang akurat, maka proses selanjutnya yaitu pengenalan wajah dapat dilakukan dengan lebih mudah. 2. PERUMUSAN MASALAH Masalah deteksi wajah dapat dirumuskan sebagai berikut: dengan masukan berupa sebuah citra digital sembarang, sistem akan mendeteksi apakah ada wajah manusia di dalam citra tersebut, dan jika ada maka sistem akan memberitahu berapa wajah yang ditemukan dan di mana saja lokasi wajah tersebut di dalam citra. Keluaran dari sistem adalah posisi dari subcitra yang berisi wajah yang berhasil dideteksi. {
3. BATASAN MASALAH Pada sistem deteksi wajah ini diberikan pembatasan masalah sebagai berikut: Citra masukan yang digunakan adalah hitam putih dengan 256 tingkat keabuan (grayscale). Wajah yang akan dideteksi adalah wajah yang menghadap ke depan (frontal), dalam posisi tegak, dan tidak terhalangi sebagian oleh objek lain. Metode yang dipakai adalah jaringan syaraf tiruan multi-layer perceptron dengan algoritma pelatihan back-propagation. 4. TUJUAN PENELITIAN Penelitian bertujuan untuk membuat suatu desain dan implementasi sistem deteksi wajah dengan masukan berupa citra digital sembarang. Sistem ini akan menghasilkan subcitra yang berisi wajah-wajah yang berhasil dideteksi. 5. MANFAAT PENELITIAN Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal untuk membangun sistem pemrosesan wajah yang menyeluruh, yang bisa diaplikasikan pada sistem pengenalan wajah atau verifikasi wajah. Program aplikasi yang dibuat juga dapat dijadikan bahan untuk penelitian lebih lanjut di bidang yang berkaitan. Dengan penyesuaian tertentu, metode yang digunakan mungkin dapat juga dimanfaatkan untuk sistem deteksi objek secara umum yang tidak hanya terbatas pada wajah, misalnya deteksi kendaraan, pejalan kaki, bahan produksi, dan sebagainya. Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman yang lebih baik terhadap jaringan syaraf tiruan, dan pengaruh berbagai parameter yang digunakan terhadap unjuk kerja pengklasifikasi jaringan syaraf tiruan. 6. METODE PENELITIAN Metode yang akan digunakan dalam penelitian ini terdiri dari langkahlangkah berikut: Melakukan studi kepustakaan terhadap berbagai referensi yang berkaitan dengan penelitian yang dilakukan. Topik-topik yang akan dikaji antara lain meliputi: pengenalan pola, pengolahan citra digital, pendeteksian objek secara umum, pendeteksian wajah, dan jaringan syaraf tiruan. Menyiapkan training data set yang akan digunakan untuk proses pembelajaran dari sistem. Data wajah yang digunakan akan melalui praproses berupa resizing menjadi 20x20 pixel, masking, dan histogram equalization. Merancang sistem pendeteksi wajah dengan jaringan syaraf tiruan, kemudian membuat program aplikasinya. {
Melakukan pelatihan pada sistem dengan training data set yang telah disiapkan sebelumnya. Melakukan pengujian unjuk kerja sistem. Unjuk kerja pada sistem pendeteksi wajah diukur dengan menghitung detection rate dan false positif rate. 7. JADWAL PENELITIAN No. Kegiatan 1 Studi Kepustakaan 2 Penulisan Proposal 3 Pengumpulan Data 4 Pembuatan Sistem/Program 5 Pengujian Sistem 6 Penulisan Laporan Akhir 8. DAFTAR PUSTAKA Okt 03 Nop 03 Bulan / tahun L. Fausett, 1994, Fundamentals of Neural Networks: Architectures, Algorithms, and Applications, Prentice-Hall Inc., USA. R.C. Gonzalez, R.E. Woods, 1992, Digital Image Processing, Addison-Wesley Publishing Company, USA. E. Hjelmas, B.K. Low, 2001, Face Detection: A Survey, Computer Vision and Image Understanding. 83, pp. 236-274. H. Rowley, S. Baluja, T. Kanade, 1998, Neural Network-Based Face Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 20, no. 1. M.H. Yang, D. Kriegman, N. Ahuja, 2002, Detecting Faces in Images: A Survey, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 24, no. 1. Des 03 Jan 04 Feb 04 Mar 04 {
Filename: Contoh_Proposal_Skripsi Directory: C:\Documents and Settings\erwan\My Documents\Downloads Template: C:\Documents and Settings\erwan\Application Data\Microsoft\Templates\Normal.dotm Title: Contoh proposal skripsi Subject: Author: aan Keywords: Comments: Creation Date: 11/21/2011 9:22:00 PM Change Number: 2 Last Saved On: 11/21/2011 9:22:00 PM Last Saved By: Personal Total Editing Time: 0 Minutes Last Printed On: 12/29/2012 10:48:00 AM As of Last Complete Printing Number of Pages: 5 Number of Words: 1,018 (approx.) Number of Characters: 5,807 (approx.)