BAB I PENDAHULUAN 1.1 LATAR BELAKANG Face recognition masih menjadi area yang diteliti secara luas dalam bidang ilmu komputer. Untuk mengenali wajah dalam pencahayaan yang baik dan arah yang tetap tanpa banyak perubahan ekspresi wajah merupakan tugas yang mudah bagi komputer saat ini untuk memberikan akurasi pengenalan diatas 90%. Namun di dalam lingkungan yang tidak dikondisikan, seperti CCTV outdoor untuk keamanan, perubahan pada pencahayaan, arah menghadap wajah, ekspresi wajah, dan perubahan wajah karena umur dapat membuat pengenalan wajah menjadi tugas yang sulit bagi komputer agar dapat memberikan akurasi yang tinggi (Delac, 2007). Oleh karena itu diperlukan suatu metode yang dapat membuat sistem mengenali wajah seorang subjek dari berbagai kondisi pencahayaan, arah wajah menghadap, ekspresi wajah, efek umur dan kondisi lainnya. Suatu sistem pengenalan wajah yang telah beroperasi biasanya memiliki dataset wajah berukuran besar untuk menyimpan gambar setiap subjek yang dikenal (Ortiz dan Becker, 2013), seperti sistem pengenalan wajah pada Facebook. Oleh karena itu dibutuhkan suatu metode pengenalan wajah yang dapat memberikan waktu pencarian yang cepat dan tingkat akurasi yang tinggi. Pada penelitian ini dilakukan pengujian pada beberapa metode pengukuran kemiripan wajah seperti L1 distance, L2 distance, Local Binary Pattern, Fisherface, Eigenface untuk mengetahui waktu pencarian dan akurasi terbaik menggunakan dataset standar terkini untuk benchmarking seperti AT&T / ORL dan Yale Facedatabase agar hasil pengujiannya dapat dibandingkan dan dapat dijadikan bahan pertimbangan untuk memilih metode pengukuran kemiripan untuk diterapkan dalam sistem pengenalan wajah selanjutnya. 1
1.2 RUMUSAN MASALAH Berdasarkan latar belakang yang telah diuraikan di atas, maka perumusan masalah yang utama untuk dibahas adalah sebagai berikut : 1. Manakah metode pengukuran kemiripan wajah yang memberikan akurasi yang baik dan waktu pencarian tercepat dalam mengenali suatu wajah pada berbagai skenario dataset (variasi pencahayaan, ekspresi wajah, pose, dsb). 2. Bagaimana penerapan metode pengukuran kemiripan wajah L1 distance pada query berbasis gambar dan video. 1.3 BATASAN MASALAH Adapun batasan-batasan masalah dalam penelitian ini adalah : 1. Dataset yang digunakan untuk bencmarking adalah AT&T / ORL (40 subjek), Yale Facedatabase B (38 subjek), University of Essex face data / faces94 (152 subjek), Catholic University of Rio de Janeiro : Film Face Database / FFD (77 subjek) dan dataset hasil akusisi oleh sistem melalui file gambar, file video, dan live streaming video. 2. Metode pengukuran kemiripan wajah yang diuji adalah L1 distance, L2 distance, Local Binary Pattern, Eigenface dan Fisherface. 1.4 TUJUAN PENELITIAN Tujuan dari penelitian ini adalah membuat sistem pengenalan wajah yang menerapkan metode pengukuran kemiripan wajah L1 distance untuk mengukur direct distance, histogram equalization preprocessing dan mengakusisi data wajah melalui file gambar, file video atau live streaming video. Penelitian ini juga bertujuan untuk mengetahui performa beberapa metode pengukuran kemiripan wajah, yaitu L1 distance, L2 distance, Local Binary Pattern, Eigenface dan Fisherface melalui beberapa pengujian yang dilakukan menggunakan dataset standar untuk benchmarking. 2
1.5 MANFAAT PENELITIAN Penelitian ini diharapkan memberikan manfaat sebagai berikut : 1. Metode pengenalan wajah dalam penelitian ini diharapkan dapat menjadi suatu usulan metode yang dapat digunakan untuk meningkatkan akurasi dalam menghadapi variasi penampakan wajah akibat pencahayaan, ekspresi wajah, perubahan wajah, arah menghadap wajah dan sebagainya (uncontrolled environment). 2. Analisa performa beberapa metode pengukuran kemiripan wajah untuk pengenalan wajah menggunakan beberapa dataset berbeda untuk mengetahui akurasinya diharapkan dapat menjadi bahan pertimbangan untuk memilih metode yang tepat dalam sistem pengenalan wajah pada penelitian selanjutnya. 3. Sistem yang dibangun dalam penelitian ini diharapkan dapat menjadi purwarupa untuk membangun sistem pengenalan wajah selanjutnya, misal dalam bidang keamanan (video surveillance), interaksi manusiakomputer, biometrik, dan bidang lainnya. 1.6 METODOLOGI PENELITIAN 4.1 Bahan dan Peralatan Penelitian ini menggunakan alat penelitian berupa perangkat keras dan perangkat lunak sebagai berikut : a. Perangkat keras 1. Laptop 2. Built in webcam 1.3 Mega Pixel 3. Processor intel core 2 duo 2,4 GHz b. Perangkat lunak 1. Sublime Text 2 2. Python 2.7.9 3. Numpy 1.9.1 for Python 2.7 4. OpenCV 2.4.10 3
Sedangkan bahan penelitian yang digunakan berupa buku materi pengenalan wajah, paper-paper, jurnal-jurnal dan dokumentasi lainnya yang didapatkan dari World Wide Web sebagai studi literatur. 4.2 Prosedur kerja Langkah-langkah penelitian yang dilakukan adalah sebagai berikut : 1. Studi Literatur Studi literatur dilakukan untuk mengetahui perkembangan terkini tentang pengenalan wajah dari penelitian - penelitian yang dilakukan, mengetahui berbagai metode terkini yang digunakan dalam pengenalan wajah dan pengaplikasian pengenalan wajah dalam kehidupan sehari - hari. 2. Pengumpulan Data Data yang digunakan untuk melakukan pengujian metode pengukuran kemiripan wajah berupa kumpulan wajah yang telah dikelompokkan berdasarkan subjek (orang) yang sama. Data ini dikumpulka n dari berbagai sumber yang umumnya dijadikan dataset standar untuk pengujian (benchmarking). 3. Perancangan Desain Sistem Pada tahap ini ditentukan rancangan penerapan metode pengenalan wajah pada sistem yang dibangun menggunakan input berupa file gambar, file video dan live streaming video. Pada tahap ini juga dilakukan pengujian dan penentuan metode pengukuran kemiripan wajah untuk diterapakan dalam sistem yang dibangun. 4. Implementasi Sistem Dalam tahap implementasi dilakukan pembuatan kode program menggunakan script utama Python dan interface berbasis web untuk menerapkan rancangan dari tahap desain sistem. 4
5. Pengujian dan Analisis Pada tahap terakhir dilakukan pengujian dan analisis metode pengukuran kemiripan wajah menggunakan berbagai dataset untuk mengetahui akurasinya. 1.7 SISTEMATIKA PENULISAN Sistematika dalam penulisan tugas akhir ini adalah sebagai berikut. BAB I PENDAHULUAN Bab ini berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan. BAB II TINJAUAN PUSTAKA Bab ini berisi pembahasan tentang penelitian yang dijadikan acuan sebagai bahan referensi. Referensi yang dibahas merupakan penelitian dahulu yang pernah dilakukan sebelumnya. Di dalam bab ini juga termuat penjelasan perbedaan penelitian sejenis yang telah ada sebelumnya. BAB III LANDASAN TEORI Bab ini berisi tentang teori yang melandaskan pada penelitian ini yaitu Pengertian pengenalan wajah, deteksi wajah, preprocessing dan similarity measurement. BAB IV ANALISIS DAN PERANCANGAN SISTEM Bab ini berisi tentang analisis terhadap sistem yang hendak dikembangkan beserta penjelasan mengenai perancangan sistem berdasarkan analisis yang telah dilakukan. BAB V IMPLEMENTASI Pada bab ini akan dijelaskan hasil implementasi dari sistem yang telah dibangun berdasarkan perancangan yang telah dilakukan sebelumnya. 5
BAB VI PENGUJIAN Pada bab ini akan dijelaskan proses pengujian beberapa metode pengukuran kemiripan wajah serta akurasi yang diperoleh oleh setiap metode. Disetai pula pembahasan hasil pengujian tersebut. BAB VII KESIMPULAN DAN SARAN Bab ini berisi mengenai kesimpulan dari penelitian dan pengujian yang telah dilakukan dan saran untuk pengembangan penelitian selanjutnya. 6