Tabel 1 Dimensi citra di tiap level Level transformasi Dimensi citra 1 46 56 2 23 28 3 12 14 4 6 7 5 3 4 6 2 2 Pada Gambar 5 disajikan visualisasi transformasi wavelet hingga level 3. Deskripsi citra dekomposisi wavelet di ilustrasikan pada Lampiran 3. Gambar 5 Visualisasi transformasi wavelet. Algoritme VFI5 Membentuk interval dari citra pelatihan yang berjumlah 6 pada semua kelas di tiap level dekomposisi wavelet dengan menggunakan algoritme pelatihan VFI5. Selanjutnya memeriksa letak interval dari setiap nilai fitur suatu instance baru, yaitu pada masing-masing kelas yang terdapat 4 buah citra pengujian. Selanjutnya dengan menggunakan algoritme VFI5 diperoleh kelas prediksi pada masing-masing citra pengujian. Pada tahapan ini dilakukan proses penghitungan tingkat akurasi. Jumlah total citra pengujian yang digunakan sebanyak 40. Tingkat akurasi dapat diperoleh dengan: data = uji benar dikan total data uji Lingkungan pengembangan Perangkat keras dan perangkat lunak yang digunakan dalam penelitian ini berupa notebook dengan spesifikasi sebagai berikut: Perangkat keras: Processor intel Core TM 2 Duo Memori 1 GB Harddisk 80 GB Perangkat Lunak: Sistem operasi: Windows Vista Home Premium Aplikasi pemrograman: Matlab 7.0 HASIL DAN PEMBAHASAN Penelitian ini menggunakan 10 citra wajah berbeda dengan masing-masing memiliki 10 ekspresi berbeda, 10 citra wajah tersebut selanjutnya disebut kelas. Selanjutnya dilakukan tahap transformasi wavelet dari level 1 hingga level 6. Ukuran dimensi citra merupakan jumlah fitur dalam algoritme VFI5 yang dapat dilihat pada Tabel 2. Tabel 2 Jumlah fitur pada setiap level dekomposisi wavelet Level transformasi Jumlah fitur 1 2576 2 644 3 168 4 42 5 12 6 4 Percobaan 1 : Wavelet Level 1 Pada percobaan pertama tidak semua kelas tepat dikan, keterangan lebih jelas terdapat di Lampiran 4. pada tiap-tiap kelas di percobaan pertama dapat dilihat pada Tabel 3. Tabel 3 tiap kelas di level 1 2 4 0 100% 3 0 4 0% 5 3 1 75% 7 3 1 75% 10 3 1 75% Pada Tabel 3 tampak bahwa pada kelas 1, 2, 4, 6, dan 8 memiliki data testing yang baik sehingga seluruh citranya benar dikan, berlaku sebaliknya pada kelas 3 dan 9. pada tiap-tiap kelas dipercobaan pertama yang terdapat pada Tabel 3 divisualisasikan ke dalam grafik pada Gambar 6. 6
Percobaan 3 : Wavelet Level 3 Pada percobaan ketiga terdapat 6 kelas yang semua citranya tepat dikan, keterangan lebih jelas terdapat di Lampiran 4. pada tiap-tiap kelas pada percobaan ketiga dapat dilihat pada Tabel 5. Tabel 5 tiap kelas di level 3 Gambar 6 Tingkat akurasi tiap kelas di level 1. Percobaan 2 : Wavelet Level 2 Pada percobaan kedua hampir semua kelas tepat dikan, keterangan lebih jelas dapat dilihat di Lampiran 4. pada tiap-tiap kelas pada percobaan kedua dapat dilihat pada Tabel 4. Tabel 4 tiap kelas di level 2 2 4 0 100% 3 4 0 100% 5 4 0 100% 7 4 0 100% 10 4 0 100% 1 1 3 25% 2 4 0 100% 3 2 2 50% 5 4 0 100% 7 4 0 100% 10 3 1 75% Pada Tabel 5 tampak bahwa kelas-kelas di level 3 hasilnya tidak sebaik pada kelas 2, hanya beberapa kelas yang data ujinya tepat diklasifiksikan yaitu pada kelas 2, 4, 5, 6, 7, dan 8. pada tiap-tiap kelas dipercobaan ketiga yang terdapat pada Tabel 5 divisualisasikan ke dalam grafik pada Gambar 8. Pada Tabel 4 tampak bahwa hanya kelas 9 yang semua data ujinya tidak tepat dikan. pada tiaptiap kelas dipercobaan kedua yang terdapat pada Tabel 4 divisualisasikan ke dalam grafik pada Gambar 7. Gambar 8 Tingkat akurasi tiap kelas di level 3. Percobaan 4 : Wavelet Level 4 Gambar 7 Tingkat akurasi tiap kelas di level 2. Pada percobaan keempat hanya terdapat 5 kelas yang tepat dikan, keterangan lebih jelas terdapat di Lampiran 4, sedangkan interval-interval tahap algoritme VFI5 pada level 4 dekomposisi wavelet terdapat di Lampiran 7. pada tiap-tiap kelas di percobaan keempat dapat dilihat pada Tabel 6. 7
Pada Tabel 6 lebih sedikit kelas-kelas yang tepat dikan dibandingkan Tabel 5, yaitu pada kelas 1, 4, 7, 8, dan 10. pada tiap-tiap kelas dipercobaan keempat yang terdapat pada Tabel 6 divisualisasikan ke dalam grafik pada Gambar 9. Tabel 6 tiap kelas di level 4 2 3 1 75% 3 3 1 75% 5 3 1 75% 6 3 1 75% 7 4 0 100% 10 4 0 100% Tabel 7 tiap kelas di level 5 2 2 2 50% 3 1 3 25% 5 1 3 25% 7 3 1 75% 10 3 1 75% Gambar 10 Tingkat akurasi tiap kelas di level 5. Percobaan 6 : Wavelet Level 6 Gambar 9 Tingkat akurasi tiap kelas di level 4. Percobaan 5 : Wavelet Level 5 Pada percobaan kelima hanya terdapat 4 kelas yang tepat dikan, keterangan lebih jelas terdapat di Lampiran 4, sedangkan interval-interval tahap algoritme VFI5 pada level 5 dekomposisi wavelet terdapat di Lampiran 6. pada tiap-tiap kelas pada percobaan kelima dapat dilihat pada Tabel 7. Pada Tabel 7 terdapat 4 kelas yang tepat dikan yaitu pada kelas 1, 4, 6, dan 8. pada tiap-tiap kelas dipercobaan kelima yang terdapat pada Tabel 7 divisualisasikan ke dalam grafik pada Gambar 10. Pada percobaan keenam tidak ada kelas yang tepat dikan, keterangan lebih jelas terdapat di Lampiran 4, sedangkan intervalinterval tahap algoritme VFI5 pada level 6 dekomposisi wavelet terdapat di Lampiran 5. pada tiap-tiap kelas pada percobaan keenam dapat dilihat pada Tabel 8 dan divisualisasikan pada Gambar 11. Tabel 8 tiap kelas di level 6 1 0 4 0% 2 0 4 0% 3 1 3 25% 4 0 4 0% 5 2 2 50% 6 2 2 50% 7 2 2 50% 8 3 1 75% 10 2 2 50% 8
Gambar 11 Tingkat akurasi tiap kelas di level6. Pada tiap-tiap level dekomposisi wavelet dihitung nilai akurasinya, hasilnya dapat dilihat pada Tabel 9 dan Gambar 12. Dari tabel tersebut terlihat bahwa tingkat akurasi meningkat seiring dengan bertambahnya level dekomposisi wavelet untuk level 2 sampai level 6, berbeda dengan level 1 yang nilai akurasinya lebih rendah dibandingkan level 2. Hal ini disebabkan karena overfitting di mana saat training mampu untuk mengingat data dengan baik tetapi tidak mampu untuk menggeneralisasi dengan baik. Overfitting dapat terjadi pada algoritme yang memiliki jumlah parameter (bobot dan bias) yang lebih besar dari pada jumlah pola latih yang disajikan pada algoritme tersebut. Tabel 9 tiap level dekomposisi wavelet Level transformasi 1 72,5% 2 90% 3 85% 4 80% 5 68% 6 30% Jika jumlah parameter algoritme jauh lebih kecil dibanding jumlah pola latihnya, kecil kemungkinan terjadi overfitting. Bilangan data yang kurang untuk proses pelatihan akan menyebabkan algoritme tidak dapat mempelajari taburan data dengan baik, sebaliknya data yang terlalu banyak untuk proses pelatihan akan memperlambat proses pemusatan (konvergensi). Masalah overfitting akan menyebabkan algoritme cenderung untuk menghafal data yang dimasukkan dari pada mengeneralisasi. Gambar 12 Tingkat akurasi tiap level. Algoritme VFI5 pada 1 di Tiap Level Pada kelas 1 akurasi paling baik hingga seluruh citra pengujian tepat dikan terdapat di level 1, level 2, level 4, dan level 5. Pada level 3 terdapat sebuah citra yang tepat dikan sehingga akurasi yang diperoleh 25%, sedangkan pada level 6 tidak ada citra yang tepat dikan sehingga akurasinya 0%. algoritme VFI5 pada kelas 1 di tiap level dekomposisi disajikan pada Tabel 10 dan Gambar 13. Tabel 10 tiap level di kelas 1 3 25% Gambar 13 Tingkat akurasi tiap level di kelas1. 9
Algoritme VFI5 pada 2 di Tiap Level Pada kelas 2 akurasi paling baik hingga seluruh citra pengujian tepat dikan terdapat di level 1, level 2, dan level 3. Pada level 4 terdapat 3 citra yang tepat dikan sehingga akurasi yang diperoleh 75%, sedangkan pada level 5 terdapat 2 citra yang tepat dikan sehingga akurasi yang diperoleh 50%, berbeda dengan level 6 yang tidak ada satupun citra yang tepat dikan sehingga akurasi yang diperoleh 0%. algoritme VFI5 pada kelas 2 di tiap level dekomposisi disajikan pada Tabel 11 dan Gambar 14. Tabel 11 tiap level di kelas 2 5 50% Gambar 14 Tingkat akurasi tiap level di kelas 2. Algoritme VFI5 pada 3 di Tiap Level Pada kelas 3 akurasi paling baik hingga seluruh citra pengujian tepat dikan hanya terdapat di level 2, sedangkan pada level 4 terdapat 3 citra yang tepat dikan sehingga akurasi yang diperoleh 75%. 50% diperoleh level 3 yaitu terdapat 2 citra yang tepat dikan sedangkan pada level 5 dan level 6 terdapat sebuah citra yang tepat dikan sehingga akurasi yang diperoleh 25%. algoritme VFI5 pada kelas 3 di tiap level dekomposisi disajikan pada Tabel 12 dan Gambar 15. Tabel 12 tiap level di kelas 3 1 0% 3 50% 5 25% 6 25% Gambar 15 Tingkat akurasi tiap level di kelas3. Algoritme VFI5 pada 4 di Tiap Level Pada kelas 4 hampir semua level seluruh citranya tepat dikan kecuali level 6 yang tidak ada satupun citra yang tepat dikan sehingga akurasi yang diperoleh 0%. algoritme VFI5 pada kelas 4 di tiap level dekomposisi disajikan pada Tabel 13 dan Gambar 16. Tabel 13 tiap level di kelas 4 Gambar 16 Tingkat akurasi tiap level di kelas4. 10
Algoritme VFI5 pada 5 di Tiap Level Pada kelas 5 terdapat 2 level yang seluruh citranya tepat dikan yaitu level 2 dan level 3. Pada level 1 dan level 4 masing-masing terdapat 3 citra yang tepat dikan sehingga akurasi yang diperoleh 75%, sedangkan pada level 6 akurasi yang diperoleh 50% dan pada level 5 25%. algoritme VFI5 pada kelas 5 di tiap level dekomposisi disajikan pada Tabel 14 dan Gambar 17. Tabel 14 tiap level di kelas 5 1 75% 5 25% Gambar 17 Tingkat akurasi tiap level di kelas 5. Algoritme VFI5 pada 6 di Tiap Level Pada kelas 6 terdapat 4 level yang seluruh citranya tepat dikan yaitu pada level 1, level 2, level 3, dan level 5. 75% diperoleh level 4 dan 50% diperoleh level 6, dimana 75% terdapat 3 citra yang tepat dikan sedangkan 50% terdapat 2 citra yang tepat dikan. algoritme VFI5 pada kelas 6 di tiap level dekomposisi disajikan pada Tabel 15 dan Gambar 18. Tabel 15 tiap level di kelas 6 Gambar 18 Tingkat akurasi tiap level di kelas 6. Algoritme VFI5 pada 7 di Tiap Level Pada kelas 7 terdapat 3 level yang seluruh citranya tepat dikan yaitu level 2, level 3, dan level 4. 75% diperoleh level 1 dan level 5 yaitu tiap levelnya terdapat 3 citra yang tepat dikan, sedangkan pada level 6 akurasi yang diperoleh 50% yaitu terdapat 2 citra yang tepat dikan. algoritme VFI5 pada kelas 7 di tiap level dekomposisi disajikan pada Tabel 16 dan Gambar 19. Tabel 16 tiap level di kelas 7 1 75% 5 75% Gambar 19 Tingkat akurasi tiap level di kelas 7. Algoritme VFI5 pada 8 di Tiap Level Pada kelas 8 hampir seluruh level memiliki akurasi 100% kecuali level 6 yang akurasinya 75%, sehingga pada level 6 hanya terdapat 3 11
citra yang tepat dikan. algoritme VFI5 pada kelas 8 di tiap level dekomposisi disajikan pada Tabel 17 dan Gambar 20. Tabel 17 tiap level di kelas 8 6 75% kelas 10 di tiap level dekomposisi disajikan pada Tabel 19 dan Gambar 21. Tabel 19 tiap level di kelas 10 1 75% 3 75% 5 75% Gambar 20 Tingkat akurasi tiap level di kelas 8. Algoritme VFI5 pada 9 di Tiap Level Pada kelas 9 semua level yang terdapat di dalamnya tidak ada satupun citra yang tepat dikan sehingga seluruh level di kelas 9 akurasi yang diperoleh 0%. algoritme VFI5 pada kelas 9 di tiap level dekomposisi disajikan pada Tabel 18. Tabel 18 tiap level di kelas 9 1 0% 2 0% 3 0% 4 0% 5 0% Algoritme VFI5 pada 10 di Tiap Level Pada kelas terakhir terdapat 2 level yang memiliki akurasi 100% yaitu pada level 2 dan level 4, sedangkan pada level 1, level 3, dan level 5 terdapat 3 citra yang tepat dikan sehingga akurasi yang diperoleh 75%. algoritme VFI5 pada Gambar 21 Tingkat akurasi tiap level di kelas 10. Kesimpulan KESIMPULAN DAN SARAN Pada penelitian ini menggunakan algoritme VFI5 untuk pengenalan data citra wajah, yang menjadi inputan algorime VFI5 ini adalah citra yang telah mengalami dekomposisi wavelet di level 1 sampai level 6. Kesimpulan dari penelitian ini yaitu 1 Level 2 dekomposisi wavelet memiliki akurasi yang paling tinggi yaitu sebesar 90%. 2 level 2 lebih tinggi dibandingkan level 1 walaupun jumlah fitur level 2 lebih sedikit. 3 dari level 3 sampai level 6 menurun dengan interval dari 85% sampai 30%. Saran Saran dari penelitian ini yaitu: 1 Penghitungan akurasi citra asli dengan algoritme VFI5 tanpa dekomposisi wavelet. 2 Penghitungan akurasi di tiap level dekomposisi dengan menghilangkan fiturfitur tertentu. 12