PENGGUNAAN METODE TEMPLATE MATCHING UNTUK KLASIFIKASI GAMBAR WAJAH TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Oleh: Slamet Heri Pamuji NIM. 09560465 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2013 i
LEMBAR PERSETUJUAN PENGGUNAAN METODE TEMPLATE MATCHING UNTUK KLASIFIKASI GAMBAR WAJAH TUGAS AKHIR Oleh : Slamet Heri Pamuji 095604 6 5 Telah Direkomendasikan Untuk Diajukan Sebagai Judul Tugas Akhir Di Teknik Informatika Universitas Muhammadiyah Malang Menyetujui, Pembimbing I Pembimbing II Hariyadi, S.Kom, MT NIP : 101.9406.0262 Wahyu Andhyka Kusuma, S.Kom NIP : 072.0068.701 ii
LEMBAR PENGESAHAN PENGGUNAAN METODE TEMPLATE MATCHING UNTUK KLASIFIKASI GAMBAR WAJAH TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata Satu Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh : Slamet Heri Pamuji 0 9 5 6 0 4 6 5 Tugas Akhir ini telah diuji dan dinyatakan lulus oleh tim penguji pada tanggal 25 Juli2013 Mengetahui/Menyetujui Penguji I Penguji II (Agus Eko Minarno,S.Kom) (Yushintia Pramitarini, S.ST,MT) Mengetahui Ketua Jurusan Teknik Informatika Eko Budi Cahyono, S.Kom, MT NIP : 108.9504.0330 iii
LEMBAR PERNYATAAN Yang bertanda tangan di bawah ini: Nama : Slamet Heri Pamuji Tempat / Tgl Lahir : Balikpapan, 10 Maret 1988 NIM : 0 9 5 6 0 4 6 5 Fakulats / Jurusan : Teknik / Teknik Informatika Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul PENGGUNAAN METODE TEMPLATE MATCHING UNTUK KLASIFIKASI GAMBAR WAJAH beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun keseluruhan, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku. Malang, Juli 2013 Yang Membuat Pernyataan Slamet Heri Pamuji Dosen Pembimbing I Mengetahui, Dosen Pembimbing II Hariyadi, S.Kom, MT NIP : 101.9406.0262 Wahyu Andhyka Kusuma, S.Kom NIP : 072.0068.701 iv
ABSTRAKSI Template Matching adalah teknik dalam pengolahan citra digital digunakan untuk mencocokkan setiap bagian dari suatu gambar dengan gambar template (referensi). Teknik ini banyak digunakan klasifikasi gambar. Metode ini digunakan untuk mencari bagian-bagian kecil dari gambar yang cocok dengan gambar template. Dalam proyek akhir ini dibuat sebuah aplikasi yang bertujuan untuk mengklasifikasikan citra wajah menggunakan metode Template Matching. Proses dimulai dengan akuisisi citra wajah, ukuran gambar dirubah menjadi 256x256, grayscale (tingkat abu-abu), histeq (smoothing histogram), biner (dua skala terdistorsi gambar menjadi hitam dan putih), dan crop gambar hingga pada wajah. Dalam kasus yang sebenarnya, aplikasi ini akan membandingkan foto pertaman dengan foto yang kedua dan akan menghasilkan nilai 25% atau tidak ada kesamaan. Sementara foto 2 bila dibandingkan dengan foto 2 yang memiliki objek yang berbeda, nilai tersebut akan menampilkan lebih dari 50% atau sama dengan 100%. Nilai akan dihitung keselarasan tingkat. Jika nilai diatas 50%, maka nilai akan menunjukkan kesamaan atau sama dengan benar dan jika nilai dibawah 50% maka nilai akan menunjukkan ada kesamaan atau salah. Kata Kunci : Template Matching, image processing, face detection v
ABSTRACT Template Matching is a technique in digital image processing was used to match each part of an image by drawing template (reference). This technique is widely used classification of images. This method is used to find small parts of the image that matches the image template. In the final project created an application that aims to classify the face image using Template Matching. The process begins with the acquisition of a face image, the image size changed to 256x256, grayscale (gray levels), histeq (smoothing histogram), binary (two scale distorted the image into black and white), and crop the image to the face. In the actual case, the application will compare the photo pertaman the second photo, and will result in a value of 25% or nothing in common. While the photos 2 when compared to photo 2 which has a different object, the value will show more than 50% or equal to 100%. Value will be calculated alignment level. If the value is above 50%, then the value will show similarities or equal to the right and if the value is below 50% then the value will show no similarity or wrong. Keyword : Template Matching, image processing, face detection vi
KATA PENGANTAR Puji syukur kehadirat Allah SWT, yang telah memberi kekuatan dan petunjuk serta melimpahkan rahmat, dan hidayah-nya, sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul PENGGUNAAN METODE TEMPLATE MATCHING UNTUK KLASIFIKASI GAMBAR WAJAH. Dengan menyadari adanya keterbatasan kemampuan, pengetahuan, referensi dan pengalaman, Tugas Akhir ini masih jauh dari sempurna. Untuk itu saran dan masukkan untuk kesempurnaan sangat penulis harapkan. Akhir kata penulis berharap semoga Tugas Akhir ini dapat bermanfaat dan menjadi tambahan ilmu pengetahuan. Malang, Juli 2013 Penulis vii
LEMBAR PERSEMBAHAN Terima kasih kepada Allah SWT viii
DAFTAR ISI Lembar Persetujuan... i Lembar Pengesahan... ii Lembar Pernyataan... iv Abstraksi... iv Abstract... vi Kata Pengantar... vi Lembar Persembahan... viii Daftar Isi... ix Daftar Gambar... xi Daftar Tabel... xii BAB IPENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 1 1.3 Tujuan... 2 1.4 Batasan Masalah... 2 1.5 Metodologi Penyelesaian Masalah... 2 1.5.1 Pengertian Data Mining... 2 1.5.2 Rancangan Sistem... 3 1.5.2.1 Pengolahan Citra... 3 1.5.2.2 Peningkatan Mutu Citra... 3 1.5.2.3 Proses Klasifikasi Wajah... 3 1.5.3 Implementasi Sistem... 4 1.5.4 Pengujian Sistem... 4 1.6 Sistematika Penulisan... 4 BAB II LANDASAN TEORI... 6 2.1 Citra... 6 2.1.1 Pengolahan Citra... 7 2.1.2 Peningkatan Mutu Citra... 8 2.2 Wajah... 9 2.2.1 Pengenalan Wajah... 9 2.2.2 Cara Kerja Teknologi Pengenalan Wajah... 10 2.3 Metode Template Matching... 11 2.3.1 Pendekatan Template Matching... 12 2.3.2 Cara Kerja Template Matching... 13 ix
BAB III ANALISA DAN PERANCANGAN SISTEM... 15 3.1 Analisa Sistem... 15 3.1.1 Analisa Masalah... 15 3.1.2 Solusi Permasalahan... 15 3.2 Analisa Kebutuhan... 15 3.2.1 Analisa Kebutuhan Fungsional... 16 3.2.2 Analisa Kebutuhan Non Fungsional... 17 3.2.3 Flowchart... 17 3.2.4 Use Case... 18 3.3 Perancangan Sistem... 19 3.3.1 Sequence Diagram... 19 3.3.2 Activity Diagram... 20 3.3.3 Perancangan Tampilan Antar Muka... 21 3.3.4 Rancangan Alur Aplikasi... 22 3.3.5 Rancangan Template Matching... 22 3.3.6 Class Diagram... 24 BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN... 25 4.1 Implementasi Sistem... 25 4.1.1 Implementasi Pengembangan Lingkungan... 25 4.1.2 Implementasi Perangkat Lunak... 26 4.1.2.1 Method Template Matching... 26 4.1.2.2 Method Resize... 27 4.1.2.3 Method Histogram... 27 4.1.2.4 Method Grayscale... 29 4.1.2.5 Method Biner... 30 4.1.2.6 Method Crop... 31 4.1.2.7 Method Cari... 31 4.2 Tampilan Antar Muka... 32 4.3 Pengujian Sistem... 35 4.3.1 Template Matching... 35 4.3.2 Confusion Matrix... 37 BAB V KESIMPULAN DAN SARAN... 39 5.1 Kesimpulan... 39 5.2 Saran... 39 DAFTAR PUSTAKA... 41 x
DAFTAR GAMBAR Gambar 2. 1Pengelompokan jenis-jenis citra... 6 Gambar 2. 2Cara Kerja Teknologi Pengenalan Wajah... 10 Gambar 2. 3Cara Kerja Teknologi Pengenalan Wajah... 10 Gambar 2. 4Cara Kerja Teknologi Pengenalan Wajah... 11 Gambar 3. 1Flowchart... 17 Gambar 3. 2Use Case Diagram... 18 Gambar 3. 3Sequence Diagram... 19 Gambar 3. 4Activity Diagram... 21 Gambar 3. 5Form Tampilan Awal Aplikasi... 21 Gambar 3. 6Class Diagram... 24 Gambar 4. 1Screenshotkode program methode Template Matching... 26 Gambar 4. 2Screenshotkode program methode resize... 27 Gambar 4. 3Screenshotkode program methode histogram equal... 28 Gambar 4. 4Screenshotkode program methode histogram pixel... 28 Gambar 4. 5Screenshotkode program methode grayscale... 29 Gambar 4. 6Screenshotkode program methode biner... 30 Gambar 4. 7Screenshotkode program methode crop... 31 Gambar 4. 8Screenshotkode program methode cari... 32 Gambar 4. 9Screenshottampilan antar muka... 32 Gambar 4. 10Screenshottampilan resize... 33 Gambar 4. 11Screenshottampilan histogram... 33 Gambar 4. 12Screenshottampilan grayscale... 34 Gambar 4. 13Screenshottampilan biner... 34 Gambar 4. 14Screenshottampilan crop... 35 Gambar 4. 15Screenshottampilan hasil klasifikasi... 36 Gambar 4. 16Screenshottampilan hasil klasifikasi foto yang berbeda... 36 xi
DAFTAR TABEL Tabel 3. 1 Analisa kebutuhan Non Fungsional... 17 Tabel 4. 1Confusion Matrix... 37 xii
DAFTAR PUSTAKA Brunelli, Roberto, 2009 Template Matching Techniques in Computer Vision: Theory and Practice, Wiley Cara Kerja Teknologi Pengenalan Wajah http://www.umboh.net/, dikunjungi pada tanggal 14 Maret 2013 Erwi, Juwita, 2012 PENGELOMPOKAN CITRA BERDASARKAN PIKSEL, Jurusan Teknik Elektro Universitas Tarumanegara Friedman, David H, Detection of signals by Template Matching, Johns Hopkins Press Gumilang, Handoyo, 2012 PENGUJIAN SISTEM KLASIFIKASI GAMBAR AYAM ATAU BUKAN GAMBAR AYAM DENGAN MENGGUNAKAN METODE SPATIAL PYRAMID MATCHING, Jurusan Teknik Informatika Universitas Padjajaran Hidayatno, Achmad, dkk, 2005 PENENTUAN WILAYAH WAJAH MANUSIA PADA CITRA BERWARNA BERDASARKAN WARNA KULIT DENGAN METODE TEMPLATE MATCHING, Jurusan Teknik Elektro Universitas Diponegoro Jurnal Teknologi Elektro http://ojs.unud.ac.id/index.php/jte/article/view/226, dikunjungi pada tanggal 15 Maret 2013 Leksono, Bowo, 2011 APLIKASI METODE TEMPLATE MATCHING UNTUK KLASIFIKASI SIDIK JARI, Jurusan Teknik Elektro Universitas Diponegoro Wardhana, Adhitya Whisnu, 2008 PENGGUNAAN METODE TEMPLETE MATCHING UNTUK IDENTIFIKASI KECACATAN PADA PCB, Jurusan Teknik Elektro Universitas Diponegoro xiii