PENGENALAN WAJAH MENGGUNAKAN METODE VIOLA JONES PADA INTELLIGENT HOME SECURITY
PENGENALAN WAJAH MENGGUNAKAN METODE VIOLA
– JONES PADA INTELLIGENT HOME SECURITY
SKRIPSI
Diajukan untuk memenuhi persyaratan guna meraih gelar Sarjana Strata I
Teknik Elektro Universitas Muhammadiyah Malang
Disusun Oleh :
OKKY PALUPI WULANDARI
201010130311123
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2015
i
ii
iii
iv
LEMBAR PERSEMBAHAN
Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya sehingga
penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan
terima kasih yang sebesar-besarnya kepada:
1. Kedua orang tua saya, Drs Bambang Pudjo Kisworo dan Raj. Emmy
Herawati yang selalu mendoakan dan mendukung saya tiada bosannya.
2. Bapak Ir. M. Irfan, MT dan M. Chasrun Hasani,ST.,MT selaku
pembimbing Tugas Akhir.
3. Ibu Ir. Nur Alif Mardiyah,MT selaku Kepala Jurusan Teknik Elektro
Universitas Muhammadiyah Malang.
4. Bapak M. Chasrun Hasani,ST.,MT selaku Dosen Wali Jurusan Teknik
Elektro C Angkatan 2010.
5. Seluruh Bapak/Ibu Dosen dan Staf Kantor Jurusan Teknik Elektro
Universitas Muhammadiyah Malang.
6. Kakag saya Ajeng Puspitasari dan adik saya Herlambang Putra yang
selalu memberikan semangat.
7. M. Rizal Rahmansyah yang selalu menyemangati dan membantu selama
proses pengerjaan skripsi hingga selesai.
8. Teman-teman seperjuangan, Ninin Krisinda, Rosmala Rachmawati,
Rengga Maulana, Irfan Attamimi,, serta teman-teman Teknik Elektro C
Angkatan 2010
9. Teman-teman Kost (Elza, Atika, Indri, Ayu, Santi, Andini, dll)
trimakasih atas dukungan dan suportnya selama pengerjaan sekripsi.
v
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Allah SWT atas limpahan
rahmat, nikmat, hidayah, dan ridho-Nya, sehingga peneliti dapat menyelesaikan
Tugas Akhir yang berjudul:
“PENGENALAN WAJAH MENGGUNAKAN METODE VIOLA
– JONES PADA INTELLIGENT HOME SECURITY”
Di dalam tulisan ini disajikan pokok-pokok bahasan yang meliputi
perancangan sistem pengenalan wajah menggunakan metode Viola – Jones secara
real time. Selain itu, juga akan disampaikan mengenai pengujian-pengujian yang
dilakukan dalam penelitian ini.
Peneliti menyadari sepenuhnya bahwa dalam penulisan Tugas Akhir ini
masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti
mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi
perkembangan ilmu pengetahuan kedepan.
Malang, 06 Agustus 2015
Okky Palupi Wulandari
vi
DAFTAR ISI
Lembar Judul ........................................................................................................
i
Lembar Persetujuan ...............................................................................................
ii
Lembar Pengesahan ..............................................................................................
iii
Lembar Pernyataan................................................................................................
iv
Abstrak ..................................................................................................................
v
Abstract .................................................................................................................
vi
Lembar Persembahan ............................................................................................
vii
Kata Pengantar ......................................................................................................
viii
Daftar Isi ...............................................................................................................
ix
Daftar Gambar .......................................................................................................
xii
Daftar Tabel ..........................................................................................................
xiv
BAB I PENDAHULUAN ....................................................................................
1
1.1
Latar Belakang .............................................................................................
1
1.2
Rumusan Masalah........................................................................................
3
1.3
Batasan Masalah ..........................................................................................
3
1.4
Tujuan Penelitian .........................................................................................
3
1.5
Metodologi ...................................................................................................
4
1.6
Sistematika Penulisan ..................................................................................
4
BAB II LANDASAN TEORI ...........................................................................
6
2.1
Computer Vision..........................................................................................
6
2.1.1 Computer Vision ..............................................................................
6
2.1.2 Proses Pada Computer Vision ..........................................................
7
2.1.2.1
Proses Penangkapan Citra ( Image Acquisition ).............
7
2.1.2.2
Proses Pengolahan Citra ( Image Processing ) ................
8
2.1.2.3
Analisa Data Citra ( Image Analysis ) ............................
8
2.1.2.4
Proses Pemahaman Data Citra ( Image Understanding )
8
.....................................................................................
9
2.2.1 Pengertian Webcam ........................................................................
9
2.2
Webcam
vii
2.2.2 Sejarah Webcam...............................................................................
10
2.2.3 Cara Kerja Webcam .........................................................................
11
2.3
Open CV ....................................................................................................
12
2.4
C Sharp ( C # ) ............................................................................................
13
2.4.1 Pengertian C Sharp ..........................................................................
13
2.4.2 Sejarah C Sharp ...............................................................................
14
Pengertian Pola ............................................................................................
16
2.5.1 Pengertian Pola ................................................................................
16
2.5.2 Pengenalan Pola ..............................................................................
16
2.5.3 Sistem Pengenalan Pola ..................................................................
16
2.5.4 Konsep Dasar Pengenalan Pola .......................................................
19
Pengenalan Wajah .......................................................................................
20
2.6.1 Pengenalan Wajah ............................................................................
20
2.6.2 Sejarah Pengenalan Wajah ..............................................................
22
VIOLA JONES ............................................................................................
23
2.7.1 Fitur Haar .........................................................................................
23
2.7.2 Integral Image ..................................................................................
25
2.7.3 Adaboost ( Adaptive Boosting ) .......................................................
27
2.7.4 Cascade Of Classifier ......................................................................
28
BAB III ANALISA DAN PERANCANGAN SYSTEM .................................
31
3.1
Diagram Sistem ..........................................................................................
31
3.2
Wavelet Haar ..............................................................................................
32
3.3
Flowchart .....................................................................................................
41
3.4
Source Code Sistem Deteksi Wajah ...........................................................
42
3.5
Perancangan Pengujian Sistem ....................................................................
44
3.6
Tampilan Sistem ..........................................................................................
44
BAB IV IMPLEMENTASI SISTEM DAN ANALISA ...................................
46
4.1
Pengujian Jarak Wajah Terhadap Kamera ...................................................
46
4.1.1 Tujuan ..............................................................................................
46
4.1.2 Peralatan Pengujian..........................................................................
46
2.5
2.6
2.7
viii
4.1.3 Prosedur Pengujian ..........................................................................
46
4.1.4 Siang ................................................................................................
47
4.1.5
Malam .............................................................................................
50
4.1.6 Kesimpulan Pengujian .....................................................................
54
Pengujian Pendeteksian Ketika Diberi Kondisi Lain ..................................
54
4.2.1 Tujuan ..............................................................................................
54
4.2.2 Peralatan Pengujian .........................................................................
54
4.2.3 Prosedur Pengujian .........................................................................
55
4.2.4 Pengujian .........................................................................................
55
4.2.5 Kesimpulan Pengujian .....................................................................
61
Pengujian Pendeteksian Cahaya ..................................................................
61
4.3.1 Tujuan ..............................................................................................
61
4.3.2 Peralatan Pengujian .........................................................................
61
4.3.3 Prosedur Pengujian .........................................................................
61
4.3.4 Pengujian .........................................................................................
61
4.3.5 Kesimpulan Pengujian .....................................................................
63
BAB V PENUTUP ..............................................................................................
64
5.1
Kesimpulan ..................................................................................................
64
5.2
Saran ...........................................................................................................
64
DAFTAR PUSTAKA .........................................................................................
65
4.2
4.3
ix
DAFTAR GAMBAR
Gambar 2.1
Contoh Webcam ..........................................................................
9
Gambar 2.2
Sistem Pengenalan Pola dengan Pendekatan Statistik ................
17
Gambar 2.3
Sistem Pengenalan Pola dengan Pendekatan Sintaktik ...............
18
Gambar 2.4
Rangkaian Pengenalan Pola ........................................................
19
Gambar 2.5
Macam – macam variasi feature Pada Haar ................................
24
Gambar 2.6
Skema Kerja Haar Like Feature .................................................
24
Gambar 2.7
Contoh Perhitungan Integral Image ............................................
26
Gambar 2.8
Perhitungan Integral Image.........................................................
26
Gambar 2.9
Alat Kerja Klasifikasi Bertingkat ................................................
28
Gambar 3.1
Diagram Sistem ...........................................................................
31
Gambar 3.2
Flowchart ....................................................................................
38
Gambar 3.3
Tampilan Awal Sistem ................................................................
41
Gambar 3.4
Tampilan Training Form .............................................................
42
Gambar 4.1
Jarak 25 cm Pada Siang Hari ......................................................
47
Gambar 4.2
Jarak 50 cm Pada Siang Hari ......................................................
47
Gambar 4.3
Jarak 75 cm Pada Siang Hari ......................................................
47
Gambar 4.4
Jarak 100 cm Pada Siang Hari ....................................................
48
Gambar 4.5
Jarak 125 cm Pada Siang Hari ....................................................
48
Gambar 4.6
Jarak 150 cm Pada Siang Hari ....................................................
48
Gambar 4.7
Jarak 175 cm Pada Siang Hari ....................................................
49
Gambar 4.8
Jarak 200 cm Pada Siang Hari ....................................................
49
Gambar 4.9
Jarak 225 cm Pada Siang Hari ....................................................
49
Gambar 4.10
Jarak 250 cm Pada Siang Hari ....................................................
50
Gambar 4.11
Jarak 25 cm Pada Malam Hari ....................................................
50
Gambar 4.12
Jarak 50 cm Pada Malam Hari ....................................................
50
Gambar 4.13
Jarak 75 cm Pada Malam Hari ....................................................
51
Gambar 4.14
Jarak 100 cm Pada Malam Hari ..................................................
51
x
Gambar 4.15
Jarak 125 cm Pada Malam Hari ..................................................
51
Gambar 4.16
Jarak 150 cm Pada Malam Hari ..................................................
52
Gambar 4.17
Jarak 175 cm Pada Malam Hari ..................................................
52
Gambar 4.18
Jarak 200 cm Pada Malam Hari ..................................................
52
Gambar 4.19
Jarak 225 cm Pada Malam Hari ..................................................
53
Gambar 4.20
Jarak 250 cm Pada Malam Hari ..................................................
53
Gambar 4.21
Kondisi Saat Menutup Mata Kanan ............................................
55
Gambar 4.22
Kondisi Saat Menutup Mata Kiri ................................................
55
Gambar 4.23
Kondisi Saat Menutup Kedua Mata ............................................
56
Gambar 4.24
Kondisi Saat Menutup Bagian Wajah Sebelah Kiri ....................
56
Gambar 4.25
Kondisi Saat Menutup Bagian Wajah Sebelah Kanan ................
56
Gambar 4.26
Kondisi Saat Menutup Mulut ......................................................
57
Gambar 4.27
Kondisi Saat Wajah Miring Ke Kanan 15° .................................
57
Gambar 4.28
Kondisi Saat Wajah Miring Ke Kanan 30° .................................
57
Gambar 4.29
Kondisi Saat Wajah Miring Ke Kanan 45° .................................
58
Gambar 4.30
Kondisi Saat Wajah Miring Ke Kiri 15° .....................................
58
Gambar 4.31
Kondisi Saat Wajah Miring Ke Kiri 30° .....................................
58
Gambar 4.32
Kondisi Saat Wajah Miring Ke Kiri 45° .....................................
59
Gambar 4.33
Kondisi Saat Wajah Mendongak Ke Atas 15° ............................
59
Gambar 4.34
Kondisi Saat Wajah Mendongak Ke Atas 30° ............................
59
Gambar 4.35
Kondisi Saat Wajah Menunduk 15° ............................................
60
Gambar 4.36
Kondisi Saat Wajah Menunduk 30° ............................................
60
Gambar 4.37
Kondisi Saat Cahaya Sebesar 35 lux ...........................................
61
Gambar 4.38
Kondisi Saat Cahaya Sebesar 980 lux .........................................
62
Gambar 4.39
Kondisi Saat Cahaya Sebesar 1212 lux .......................................
62
Gambar 4.40
Kondisi Saat Cahaya Sebesar 1625 lux .......................................
62
Gambar 4.41
Kondisi Saat Cahaya Sebesar 1765 lux .......................................
63
xi
DAFTAR TABEL
Tabel 4.1
Hasil Pengujian Jarak Wajah Terhadap Kamera .........................
xii
53
DAFTAR PUSTAKA
[1]
Lim, Resmana “ Pelacakan dan Pengenalan Wajah Menggunakan
Webcam dan Metode Gabor Filter” Jurusan Teknik Informatika,
Universitas Kristen Petra
[2]
Nur Azizah, Ratna “ Pengenalan Wajah Dengan Subspace LDA (
Linear Discriminant Analysis ) ” Jurusan Teknik Elektro, Institut
Teknologi Sepuluh November
[3]
Hengki Prima Ari Pradana, Setiawardhana, Sigit Wasista “ Verifikasi
Wajah untuk Keamanan Ruangan Menggunakan Fuzzy C Means”
Jurusan Teknik Elektro, Poloteknik Elektronika Negeri Surabaya
[4]
Munir, Renaldi “ Pengolahan Citra Digital “ Jurusan Teknik
Informatika, Institut Teknologi Bandung
[5]
Belance,L. Dan Nebot, A. (2002) “ Inteligence Data Analysis and Data
Mining, Wright State University. Dayton USA.
[6]
Lienhart, Rainer and Jochen Maydt (2002). “An extended set of haarlike features for rapid object detection”. In: IEEE ICIP 2002, Vol.1, pp
900-903.
[7]
Viola,
P.,
Jones,
Detection”,International
M.
J.,
Journal
“Robust
of
Computer
Real-Time
Vision,
Face
Kluwer
Academic, Netherlands, 2004
[8]
Pratama Hakim, Jerry and Agung Santoso, Alexander and Sanjaya,
Benny “Perancangan Program Aplikasi Pendeteksian Bagian Tubuh
dengan Metode Viola Jones” Fakultas Ilmu Komputer, Universitas Bina
Nusantara.
[9]
Dzulkamain, A. D., Dewantara, B. S., & Besar i, A. A. (2011).
Pengendalian
Robot
Lengan
Beroda
Dengan
Kamera
Untuk
Pengambilan Obyek.
[10]
Dina Chahyati (staf.cs.ui.ac.id/WebKuliah/citra/2003/Wavelet1.doc)
diakses pada tanggal 28 Januari 2015
xiii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan
hampir semua pengolahan data dan informasi telah dilakukan dengan komputer.
Hal ini diakibatkan semakin beraneka ragam permasalahan informasi yang harus
ditangani, salah satu adalah dalam hal pengenalan pola seperti sidik jari, pemeriksa
retina, pengenal suara, pengenal wajah .
Pengenalan wajah termasuk kedalam perkembangan teknologi yang penting
dalam beberapa bidang seperti sistem security, sistem kontrol, sistem presensi (
kehadiran ). Sistem security sangat diperlukan oleh setiap rumah sebagai pengaman
dari hal - hal yan tidak diinginkan seperti pencuri.
Sistem keamanan rumah dengan alarm telah banyak diterapkan untuk
mendeteksi adanya pencuri. Tetapi sistem tersebut tidak bisa membedakan antara
pemilik rumah dan pencuri, sehingga tingkat keamanannya sangat rendah.
Penggunaan pengenal wajah pada proyek akhir ini adalah untuk mengenali wajah
pemilik rumah dan membedakannya dengan wajah pencuri
Dengan menggunakan teknologi pengenal wajah maka kita bisa merekam
wajah orang yang tinggal dirumah. Sehingga ketika kamera merekam wajah orang
yang tidak masuk dalam database maka orang tersebut tidak dapat mengakses pintu
rumah.
Salah satu metode yang bisa digunakan dalam pengenal wajah yaitu metode
Viola-Jones. Pada penelitian dari Resmana Lim [1] yang berjudul Pelacakan dan
Pengenalan Wajah menggunakan Webcam dan Gabor Filter pada hasil pengujian
sistem menunjukkan bahwa pelacakan berdasarkan warna kulit dengan algoritma
CamShift cukup baik. Respon sistem terhadap obyek warna kulit yang melintas juga
cukup baik. Sistem pengenalan wajah manusia menggunakan metode Gabor Filter
mencapai tingkat keakuratan sebesar 79.31% dengan database wajah sejumlah 341
citra yang terdiri dari 31 citra individu dengan 11 pose, dan dengan citra penguji
sebanyak 29 citra wajah. Sistem pengenalan tersebut juga tetap akurat terhadap
adanya noise hingga 50%
1
Ratna Nur Azizah[2] Algoritma Subspace LDA diuji dengan berbagai citra
yang memiliki variasi cahaya (database YaleB) dan variasi headpose (database
att_face) dengan pemilihan eigenface yang berbeda. Citra wajah yang
digunakan adalah citra grayscale dengan dimensi 128 x 112 yang telah
mengalami normalisasi serta croping. Sehingga citra wajah hanya menampilkan
wajah orang tanpa latar belakang. Hasil yang diperoleh menunjukkan jika jumlah
eigenface yang digunakan antara 20% sampai 80% akan menghasilakn
persentase pengenalan tinggi.
Hengki Prima Ari Pradana, Setiawardhana, Sigit Wasista [3] melakukan
penelitian tentang Sistem Pengenalan Wajah, dimana sistem pengenalan wajah
berasal dari perbandingan nilai jarak fitur-fitur mata. Masukan dari wajah
seseorang diambil secara online. Data yang digunakan untuk proses pengenalan
wajah adalah nilai perbandingan jarak antara fitur mata, fitur mulut, fitur pipi,
dan fitur dahi. Dalam pengambilan data training maupun data tes, posisi wajah
harus berada tepat didepan kamera dan posisi wajah tidak boleh miring. Selain
itu, intensitas cahaya juga sangat berpengaruh terhadap keberhasilan
proses
pengenalan wajah. Dalam penelitian ini digunakan pencahayaan dengan lampu
sebanyak 6 buah lampu ruangan. Untuk iterasi yang digunakan agar proses
pengenalan wajah tidak terlalu lama adalah iterasi 10. Proses pendeteksian
wajah menggunakan metode Haar Cascade Classifier. Sedangkan metode yang
digunakan untuk mengenali wajah menggunakan Metode Fuzzy CMeans. Sistem
akan melakukan clustering untuk menentukan masuk ke dalam cluster berapa data
tesyang akan di ujikan. Setelah didapatkan nilai dari fitur wajah, akan dihitung
dengan metode Euclidean distance untuk menentukan cluster dari data tes. Untuk
data training menggunakan 10 orang dengan iterasi 50, persentase keberhasilan
mencapai 85% jika kondisi cahaya serta jarak antara wajah dengan kamera pada
saat pengambilan data training dan data tes berada pada jarak 40cm.
Berdasarkan percobaan, dapat diketahui bahwa dengan iterasi 10, waktu yang
diperlukan oleh sistem untuk mengenal wajah adalah 0,09 detik. Sedakangkan
waktu
yang dibutuhkan
untuk
iterasi
500
mencapai
0,8
detik. Untuk
mendapatkan kinerja sistem yang optimal, iterasi yang digunakan adalah 10.
2
Untuk penelitian selanjutnya diharapkan dapat mengatasi masalah jarak yang
sangat berpengaruh terhadap hasil akhir dari proses pengenalan wajah.
Pada penelitian ini akan mengembangkan metode Viola Jones sebagai
pengenal wajah pada Intelligent Home Security yang akan dilakukan secara real
time. Metode ini akan membedakan antara wajah penghuni rumah dengan orang
asing. Diharapkan dengan aplikasi ini akan dapat membuat suatu sistem pengaman
yang handal dan aman.
1.2 Rumusan Masalah
Berdasarkan uraian di atas masalah yang timbul pada Tugas Akhir adalah
1. Bagaimana merancang program agar sistem pengenal wajah dapat berjalan
menggunakan metode Viola – Jones.
2. Bagaimana pengolahan input Database.
3. Bagaimana sistem face recognition dapat mengenali wajah seseorang secara
real time.
1.3 Batasan Masalah
Agar tujuan dari tugas akhir ini tidak menyimpang dari tujuan semula,
dibutuhkan suatu batasan-batasan yang jelas guna mengarahkan pembahasan.
Batasan-batasan masalah tersebut adalah sebagai berikut,
1.Menggunakan bahasa pemrograman v isual C#.
2.Menggunakan Windows 8 32 bit
3.Jarak obyek dan kamera terbatas
1.4 Tujuan
Dalam tugas akhir ini, tutjuan yang ingin dicapai yaitu :
1. Merancang sebuah program pegenalan wajah menggunakan metode ViolaJones yang dapat digunakan sebagai pengaman rumah.
2. Memahami proses pencarian wajah dengan menggunakan algoritma Haar
Classifier
3
1.5 Metodologi
1.5.1 Studi Literatur
Dalam mencari studi literatur,penulis menggunakan beberapa sumber
informasi buku dan jurnal maupun media elektronik seperti internet
yang berhubungan dengan Pengenalan Wajah, Cascade Classifier,
Adaptive Boosting dan Viola Jones.
1.5.2 Studi Lapang
Yaitu memperoleh data dengan cara langsung dalam analisis dan
simulasi pada program.
1.5.3 Perancangan dan pengujian sistem
Pembuatan sistem menggunakan Visual Studio 2012
1.5.4 Analisa Data
Yaitu dengan jalan membuat analisa secara aktual dari pengujian data
yang telah dilakukan, yang merupakan training dari pengambilan
gambar wajah
1.5.5 Pengambilan kesimpulan
Yaitu berisikan kesimpulan dan saran atas analisa yang dibuat
1.6 Sistematika Pembahasan
Sistematika
Pembahasan
pada
tugas
akhir
“Pengenalan
Wajah
menggunakan metode Viola Jones Pada Intelligent Home Security” adalah
sebagai berikut :
1.6.1 BAB I Pendahuluan
Pada Bab I akan menguraikan tentang latar belakang, tujuan yang ingin
dicapai, rumusan masalah, batasan masalah, metodologi pembahasan,
serta sistematika pembahasan.
1.6.2 BAB II Dasar Teori
Pada Bab II akan memaparkan teori yang mendasari penyusunan tugas
akhir ini.
1.6.3 BAB III Perancangan Sistem
Pada Bab III akan membahas tahap perancangan program tugas akhir.
4
1.6.4 BAB IV Pengujian dan Analisa Sistem
Pada Bab IV ini membahas secara keseluruhan dari sistem dan
dilakukan pengujian serta analisa pada setiap percobaan program.
Mengintegrasikan seluruh sistem dan pengujian, kemudian berdasarkan
data hasil pengujian dilakukan analisa terhadap keseluruhan sistem.
1.6.5 BAB V Penutup
Pada Bab V ini berisikan kesimpulan dari penyusunan tugas akhir dan
saran untuk pengembangan selanjutnya.
5
– JONES PADA INTELLIGENT HOME SECURITY
SKRIPSI
Diajukan untuk memenuhi persyaratan guna meraih gelar Sarjana Strata I
Teknik Elektro Universitas Muhammadiyah Malang
Disusun Oleh :
OKKY PALUPI WULANDARI
201010130311123
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2015
i
ii
iii
iv
LEMBAR PERSEMBAHAN
Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya sehingga
penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan
terima kasih yang sebesar-besarnya kepada:
1. Kedua orang tua saya, Drs Bambang Pudjo Kisworo dan Raj. Emmy
Herawati yang selalu mendoakan dan mendukung saya tiada bosannya.
2. Bapak Ir. M. Irfan, MT dan M. Chasrun Hasani,ST.,MT selaku
pembimbing Tugas Akhir.
3. Ibu Ir. Nur Alif Mardiyah,MT selaku Kepala Jurusan Teknik Elektro
Universitas Muhammadiyah Malang.
4. Bapak M. Chasrun Hasani,ST.,MT selaku Dosen Wali Jurusan Teknik
Elektro C Angkatan 2010.
5. Seluruh Bapak/Ibu Dosen dan Staf Kantor Jurusan Teknik Elektro
Universitas Muhammadiyah Malang.
6. Kakag saya Ajeng Puspitasari dan adik saya Herlambang Putra yang
selalu memberikan semangat.
7. M. Rizal Rahmansyah yang selalu menyemangati dan membantu selama
proses pengerjaan skripsi hingga selesai.
8. Teman-teman seperjuangan, Ninin Krisinda, Rosmala Rachmawati,
Rengga Maulana, Irfan Attamimi,, serta teman-teman Teknik Elektro C
Angkatan 2010
9. Teman-teman Kost (Elza, Atika, Indri, Ayu, Santi, Andini, dll)
trimakasih atas dukungan dan suportnya selama pengerjaan sekripsi.
v
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Allah SWT atas limpahan
rahmat, nikmat, hidayah, dan ridho-Nya, sehingga peneliti dapat menyelesaikan
Tugas Akhir yang berjudul:
“PENGENALAN WAJAH MENGGUNAKAN METODE VIOLA
– JONES PADA INTELLIGENT HOME SECURITY”
Di dalam tulisan ini disajikan pokok-pokok bahasan yang meliputi
perancangan sistem pengenalan wajah menggunakan metode Viola – Jones secara
real time. Selain itu, juga akan disampaikan mengenai pengujian-pengujian yang
dilakukan dalam penelitian ini.
Peneliti menyadari sepenuhnya bahwa dalam penulisan Tugas Akhir ini
masih banyak kekurangan dan keterbatasan. Oleh karena itu peneliti
mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi
perkembangan ilmu pengetahuan kedepan.
Malang, 06 Agustus 2015
Okky Palupi Wulandari
vi
DAFTAR ISI
Lembar Judul ........................................................................................................
i
Lembar Persetujuan ...............................................................................................
ii
Lembar Pengesahan ..............................................................................................
iii
Lembar Pernyataan................................................................................................
iv
Abstrak ..................................................................................................................
v
Abstract .................................................................................................................
vi
Lembar Persembahan ............................................................................................
vii
Kata Pengantar ......................................................................................................
viii
Daftar Isi ...............................................................................................................
ix
Daftar Gambar .......................................................................................................
xii
Daftar Tabel ..........................................................................................................
xiv
BAB I PENDAHULUAN ....................................................................................
1
1.1
Latar Belakang .............................................................................................
1
1.2
Rumusan Masalah........................................................................................
3
1.3
Batasan Masalah ..........................................................................................
3
1.4
Tujuan Penelitian .........................................................................................
3
1.5
Metodologi ...................................................................................................
4
1.6
Sistematika Penulisan ..................................................................................
4
BAB II LANDASAN TEORI ...........................................................................
6
2.1
Computer Vision..........................................................................................
6
2.1.1 Computer Vision ..............................................................................
6
2.1.2 Proses Pada Computer Vision ..........................................................
7
2.1.2.1
Proses Penangkapan Citra ( Image Acquisition ).............
7
2.1.2.2
Proses Pengolahan Citra ( Image Processing ) ................
8
2.1.2.3
Analisa Data Citra ( Image Analysis ) ............................
8
2.1.2.4
Proses Pemahaman Data Citra ( Image Understanding )
8
.....................................................................................
9
2.2.1 Pengertian Webcam ........................................................................
9
2.2
Webcam
vii
2.2.2 Sejarah Webcam...............................................................................
10
2.2.3 Cara Kerja Webcam .........................................................................
11
2.3
Open CV ....................................................................................................
12
2.4
C Sharp ( C # ) ............................................................................................
13
2.4.1 Pengertian C Sharp ..........................................................................
13
2.4.2 Sejarah C Sharp ...............................................................................
14
Pengertian Pola ............................................................................................
16
2.5.1 Pengertian Pola ................................................................................
16
2.5.2 Pengenalan Pola ..............................................................................
16
2.5.3 Sistem Pengenalan Pola ..................................................................
16
2.5.4 Konsep Dasar Pengenalan Pola .......................................................
19
Pengenalan Wajah .......................................................................................
20
2.6.1 Pengenalan Wajah ............................................................................
20
2.6.2 Sejarah Pengenalan Wajah ..............................................................
22
VIOLA JONES ............................................................................................
23
2.7.1 Fitur Haar .........................................................................................
23
2.7.2 Integral Image ..................................................................................
25
2.7.3 Adaboost ( Adaptive Boosting ) .......................................................
27
2.7.4 Cascade Of Classifier ......................................................................
28
BAB III ANALISA DAN PERANCANGAN SYSTEM .................................
31
3.1
Diagram Sistem ..........................................................................................
31
3.2
Wavelet Haar ..............................................................................................
32
3.3
Flowchart .....................................................................................................
41
3.4
Source Code Sistem Deteksi Wajah ...........................................................
42
3.5
Perancangan Pengujian Sistem ....................................................................
44
3.6
Tampilan Sistem ..........................................................................................
44
BAB IV IMPLEMENTASI SISTEM DAN ANALISA ...................................
46
4.1
Pengujian Jarak Wajah Terhadap Kamera ...................................................
46
4.1.1 Tujuan ..............................................................................................
46
4.1.2 Peralatan Pengujian..........................................................................
46
2.5
2.6
2.7
viii
4.1.3 Prosedur Pengujian ..........................................................................
46
4.1.4 Siang ................................................................................................
47
4.1.5
Malam .............................................................................................
50
4.1.6 Kesimpulan Pengujian .....................................................................
54
Pengujian Pendeteksian Ketika Diberi Kondisi Lain ..................................
54
4.2.1 Tujuan ..............................................................................................
54
4.2.2 Peralatan Pengujian .........................................................................
54
4.2.3 Prosedur Pengujian .........................................................................
55
4.2.4 Pengujian .........................................................................................
55
4.2.5 Kesimpulan Pengujian .....................................................................
61
Pengujian Pendeteksian Cahaya ..................................................................
61
4.3.1 Tujuan ..............................................................................................
61
4.3.2 Peralatan Pengujian .........................................................................
61
4.3.3 Prosedur Pengujian .........................................................................
61
4.3.4 Pengujian .........................................................................................
61
4.3.5 Kesimpulan Pengujian .....................................................................
63
BAB V PENUTUP ..............................................................................................
64
5.1
Kesimpulan ..................................................................................................
64
5.2
Saran ...........................................................................................................
64
DAFTAR PUSTAKA .........................................................................................
65
4.2
4.3
ix
DAFTAR GAMBAR
Gambar 2.1
Contoh Webcam ..........................................................................
9
Gambar 2.2
Sistem Pengenalan Pola dengan Pendekatan Statistik ................
17
Gambar 2.3
Sistem Pengenalan Pola dengan Pendekatan Sintaktik ...............
18
Gambar 2.4
Rangkaian Pengenalan Pola ........................................................
19
Gambar 2.5
Macam – macam variasi feature Pada Haar ................................
24
Gambar 2.6
Skema Kerja Haar Like Feature .................................................
24
Gambar 2.7
Contoh Perhitungan Integral Image ............................................
26
Gambar 2.8
Perhitungan Integral Image.........................................................
26
Gambar 2.9
Alat Kerja Klasifikasi Bertingkat ................................................
28
Gambar 3.1
Diagram Sistem ...........................................................................
31
Gambar 3.2
Flowchart ....................................................................................
38
Gambar 3.3
Tampilan Awal Sistem ................................................................
41
Gambar 3.4
Tampilan Training Form .............................................................
42
Gambar 4.1
Jarak 25 cm Pada Siang Hari ......................................................
47
Gambar 4.2
Jarak 50 cm Pada Siang Hari ......................................................
47
Gambar 4.3
Jarak 75 cm Pada Siang Hari ......................................................
47
Gambar 4.4
Jarak 100 cm Pada Siang Hari ....................................................
48
Gambar 4.5
Jarak 125 cm Pada Siang Hari ....................................................
48
Gambar 4.6
Jarak 150 cm Pada Siang Hari ....................................................
48
Gambar 4.7
Jarak 175 cm Pada Siang Hari ....................................................
49
Gambar 4.8
Jarak 200 cm Pada Siang Hari ....................................................
49
Gambar 4.9
Jarak 225 cm Pada Siang Hari ....................................................
49
Gambar 4.10
Jarak 250 cm Pada Siang Hari ....................................................
50
Gambar 4.11
Jarak 25 cm Pada Malam Hari ....................................................
50
Gambar 4.12
Jarak 50 cm Pada Malam Hari ....................................................
50
Gambar 4.13
Jarak 75 cm Pada Malam Hari ....................................................
51
Gambar 4.14
Jarak 100 cm Pada Malam Hari ..................................................
51
x
Gambar 4.15
Jarak 125 cm Pada Malam Hari ..................................................
51
Gambar 4.16
Jarak 150 cm Pada Malam Hari ..................................................
52
Gambar 4.17
Jarak 175 cm Pada Malam Hari ..................................................
52
Gambar 4.18
Jarak 200 cm Pada Malam Hari ..................................................
52
Gambar 4.19
Jarak 225 cm Pada Malam Hari ..................................................
53
Gambar 4.20
Jarak 250 cm Pada Malam Hari ..................................................
53
Gambar 4.21
Kondisi Saat Menutup Mata Kanan ............................................
55
Gambar 4.22
Kondisi Saat Menutup Mata Kiri ................................................
55
Gambar 4.23
Kondisi Saat Menutup Kedua Mata ............................................
56
Gambar 4.24
Kondisi Saat Menutup Bagian Wajah Sebelah Kiri ....................
56
Gambar 4.25
Kondisi Saat Menutup Bagian Wajah Sebelah Kanan ................
56
Gambar 4.26
Kondisi Saat Menutup Mulut ......................................................
57
Gambar 4.27
Kondisi Saat Wajah Miring Ke Kanan 15° .................................
57
Gambar 4.28
Kondisi Saat Wajah Miring Ke Kanan 30° .................................
57
Gambar 4.29
Kondisi Saat Wajah Miring Ke Kanan 45° .................................
58
Gambar 4.30
Kondisi Saat Wajah Miring Ke Kiri 15° .....................................
58
Gambar 4.31
Kondisi Saat Wajah Miring Ke Kiri 30° .....................................
58
Gambar 4.32
Kondisi Saat Wajah Miring Ke Kiri 45° .....................................
59
Gambar 4.33
Kondisi Saat Wajah Mendongak Ke Atas 15° ............................
59
Gambar 4.34
Kondisi Saat Wajah Mendongak Ke Atas 30° ............................
59
Gambar 4.35
Kondisi Saat Wajah Menunduk 15° ............................................
60
Gambar 4.36
Kondisi Saat Wajah Menunduk 30° ............................................
60
Gambar 4.37
Kondisi Saat Cahaya Sebesar 35 lux ...........................................
61
Gambar 4.38
Kondisi Saat Cahaya Sebesar 980 lux .........................................
62
Gambar 4.39
Kondisi Saat Cahaya Sebesar 1212 lux .......................................
62
Gambar 4.40
Kondisi Saat Cahaya Sebesar 1625 lux .......................................
62
Gambar 4.41
Kondisi Saat Cahaya Sebesar 1765 lux .......................................
63
xi
DAFTAR TABEL
Tabel 4.1
Hasil Pengujian Jarak Wajah Terhadap Kamera .........................
xii
53
DAFTAR PUSTAKA
[1]
Lim, Resmana “ Pelacakan dan Pengenalan Wajah Menggunakan
Webcam dan Metode Gabor Filter” Jurusan Teknik Informatika,
Universitas Kristen Petra
[2]
Nur Azizah, Ratna “ Pengenalan Wajah Dengan Subspace LDA (
Linear Discriminant Analysis ) ” Jurusan Teknik Elektro, Institut
Teknologi Sepuluh November
[3]
Hengki Prima Ari Pradana, Setiawardhana, Sigit Wasista “ Verifikasi
Wajah untuk Keamanan Ruangan Menggunakan Fuzzy C Means”
Jurusan Teknik Elektro, Poloteknik Elektronika Negeri Surabaya
[4]
Munir, Renaldi “ Pengolahan Citra Digital “ Jurusan Teknik
Informatika, Institut Teknologi Bandung
[5]
Belance,L. Dan Nebot, A. (2002) “ Inteligence Data Analysis and Data
Mining, Wright State University. Dayton USA.
[6]
Lienhart, Rainer and Jochen Maydt (2002). “An extended set of haarlike features for rapid object detection”. In: IEEE ICIP 2002, Vol.1, pp
900-903.
[7]
Viola,
P.,
Jones,
Detection”,International
M.
J.,
Journal
“Robust
of
Computer
Real-Time
Vision,
Face
Kluwer
Academic, Netherlands, 2004
[8]
Pratama Hakim, Jerry and Agung Santoso, Alexander and Sanjaya,
Benny “Perancangan Program Aplikasi Pendeteksian Bagian Tubuh
dengan Metode Viola Jones” Fakultas Ilmu Komputer, Universitas Bina
Nusantara.
[9]
Dzulkamain, A. D., Dewantara, B. S., & Besar i, A. A. (2011).
Pengendalian
Robot
Lengan
Beroda
Dengan
Kamera
Untuk
Pengambilan Obyek.
[10]
Dina Chahyati (staf.cs.ui.ac.id/WebKuliah/citra/2003/Wavelet1.doc)
diakses pada tanggal 28 Januari 2015
xiii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan
hampir semua pengolahan data dan informasi telah dilakukan dengan komputer.
Hal ini diakibatkan semakin beraneka ragam permasalahan informasi yang harus
ditangani, salah satu adalah dalam hal pengenalan pola seperti sidik jari, pemeriksa
retina, pengenal suara, pengenal wajah .
Pengenalan wajah termasuk kedalam perkembangan teknologi yang penting
dalam beberapa bidang seperti sistem security, sistem kontrol, sistem presensi (
kehadiran ). Sistem security sangat diperlukan oleh setiap rumah sebagai pengaman
dari hal - hal yan tidak diinginkan seperti pencuri.
Sistem keamanan rumah dengan alarm telah banyak diterapkan untuk
mendeteksi adanya pencuri. Tetapi sistem tersebut tidak bisa membedakan antara
pemilik rumah dan pencuri, sehingga tingkat keamanannya sangat rendah.
Penggunaan pengenal wajah pada proyek akhir ini adalah untuk mengenali wajah
pemilik rumah dan membedakannya dengan wajah pencuri
Dengan menggunakan teknologi pengenal wajah maka kita bisa merekam
wajah orang yang tinggal dirumah. Sehingga ketika kamera merekam wajah orang
yang tidak masuk dalam database maka orang tersebut tidak dapat mengakses pintu
rumah.
Salah satu metode yang bisa digunakan dalam pengenal wajah yaitu metode
Viola-Jones. Pada penelitian dari Resmana Lim [1] yang berjudul Pelacakan dan
Pengenalan Wajah menggunakan Webcam dan Gabor Filter pada hasil pengujian
sistem menunjukkan bahwa pelacakan berdasarkan warna kulit dengan algoritma
CamShift cukup baik. Respon sistem terhadap obyek warna kulit yang melintas juga
cukup baik. Sistem pengenalan wajah manusia menggunakan metode Gabor Filter
mencapai tingkat keakuratan sebesar 79.31% dengan database wajah sejumlah 341
citra yang terdiri dari 31 citra individu dengan 11 pose, dan dengan citra penguji
sebanyak 29 citra wajah. Sistem pengenalan tersebut juga tetap akurat terhadap
adanya noise hingga 50%
1
Ratna Nur Azizah[2] Algoritma Subspace LDA diuji dengan berbagai citra
yang memiliki variasi cahaya (database YaleB) dan variasi headpose (database
att_face) dengan pemilihan eigenface yang berbeda. Citra wajah yang
digunakan adalah citra grayscale dengan dimensi 128 x 112 yang telah
mengalami normalisasi serta croping. Sehingga citra wajah hanya menampilkan
wajah orang tanpa latar belakang. Hasil yang diperoleh menunjukkan jika jumlah
eigenface yang digunakan antara 20% sampai 80% akan menghasilakn
persentase pengenalan tinggi.
Hengki Prima Ari Pradana, Setiawardhana, Sigit Wasista [3] melakukan
penelitian tentang Sistem Pengenalan Wajah, dimana sistem pengenalan wajah
berasal dari perbandingan nilai jarak fitur-fitur mata. Masukan dari wajah
seseorang diambil secara online. Data yang digunakan untuk proses pengenalan
wajah adalah nilai perbandingan jarak antara fitur mata, fitur mulut, fitur pipi,
dan fitur dahi. Dalam pengambilan data training maupun data tes, posisi wajah
harus berada tepat didepan kamera dan posisi wajah tidak boleh miring. Selain
itu, intensitas cahaya juga sangat berpengaruh terhadap keberhasilan
proses
pengenalan wajah. Dalam penelitian ini digunakan pencahayaan dengan lampu
sebanyak 6 buah lampu ruangan. Untuk iterasi yang digunakan agar proses
pengenalan wajah tidak terlalu lama adalah iterasi 10. Proses pendeteksian
wajah menggunakan metode Haar Cascade Classifier. Sedangkan metode yang
digunakan untuk mengenali wajah menggunakan Metode Fuzzy CMeans. Sistem
akan melakukan clustering untuk menentukan masuk ke dalam cluster berapa data
tesyang akan di ujikan. Setelah didapatkan nilai dari fitur wajah, akan dihitung
dengan metode Euclidean distance untuk menentukan cluster dari data tes. Untuk
data training menggunakan 10 orang dengan iterasi 50, persentase keberhasilan
mencapai 85% jika kondisi cahaya serta jarak antara wajah dengan kamera pada
saat pengambilan data training dan data tes berada pada jarak 40cm.
Berdasarkan percobaan, dapat diketahui bahwa dengan iterasi 10, waktu yang
diperlukan oleh sistem untuk mengenal wajah adalah 0,09 detik. Sedakangkan
waktu
yang dibutuhkan
untuk
iterasi
500
mencapai
0,8
detik. Untuk
mendapatkan kinerja sistem yang optimal, iterasi yang digunakan adalah 10.
2
Untuk penelitian selanjutnya diharapkan dapat mengatasi masalah jarak yang
sangat berpengaruh terhadap hasil akhir dari proses pengenalan wajah.
Pada penelitian ini akan mengembangkan metode Viola Jones sebagai
pengenal wajah pada Intelligent Home Security yang akan dilakukan secara real
time. Metode ini akan membedakan antara wajah penghuni rumah dengan orang
asing. Diharapkan dengan aplikasi ini akan dapat membuat suatu sistem pengaman
yang handal dan aman.
1.2 Rumusan Masalah
Berdasarkan uraian di atas masalah yang timbul pada Tugas Akhir adalah
1. Bagaimana merancang program agar sistem pengenal wajah dapat berjalan
menggunakan metode Viola – Jones.
2. Bagaimana pengolahan input Database.
3. Bagaimana sistem face recognition dapat mengenali wajah seseorang secara
real time.
1.3 Batasan Masalah
Agar tujuan dari tugas akhir ini tidak menyimpang dari tujuan semula,
dibutuhkan suatu batasan-batasan yang jelas guna mengarahkan pembahasan.
Batasan-batasan masalah tersebut adalah sebagai berikut,
1.Menggunakan bahasa pemrograman v isual C#.
2.Menggunakan Windows 8 32 bit
3.Jarak obyek dan kamera terbatas
1.4 Tujuan
Dalam tugas akhir ini, tutjuan yang ingin dicapai yaitu :
1. Merancang sebuah program pegenalan wajah menggunakan metode ViolaJones yang dapat digunakan sebagai pengaman rumah.
2. Memahami proses pencarian wajah dengan menggunakan algoritma Haar
Classifier
3
1.5 Metodologi
1.5.1 Studi Literatur
Dalam mencari studi literatur,penulis menggunakan beberapa sumber
informasi buku dan jurnal maupun media elektronik seperti internet
yang berhubungan dengan Pengenalan Wajah, Cascade Classifier,
Adaptive Boosting dan Viola Jones.
1.5.2 Studi Lapang
Yaitu memperoleh data dengan cara langsung dalam analisis dan
simulasi pada program.
1.5.3 Perancangan dan pengujian sistem
Pembuatan sistem menggunakan Visual Studio 2012
1.5.4 Analisa Data
Yaitu dengan jalan membuat analisa secara aktual dari pengujian data
yang telah dilakukan, yang merupakan training dari pengambilan
gambar wajah
1.5.5 Pengambilan kesimpulan
Yaitu berisikan kesimpulan dan saran atas analisa yang dibuat
1.6 Sistematika Pembahasan
Sistematika
Pembahasan
pada
tugas
akhir
“Pengenalan
Wajah
menggunakan metode Viola Jones Pada Intelligent Home Security” adalah
sebagai berikut :
1.6.1 BAB I Pendahuluan
Pada Bab I akan menguraikan tentang latar belakang, tujuan yang ingin
dicapai, rumusan masalah, batasan masalah, metodologi pembahasan,
serta sistematika pembahasan.
1.6.2 BAB II Dasar Teori
Pada Bab II akan memaparkan teori yang mendasari penyusunan tugas
akhir ini.
1.6.3 BAB III Perancangan Sistem
Pada Bab III akan membahas tahap perancangan program tugas akhir.
4
1.6.4 BAB IV Pengujian dan Analisa Sistem
Pada Bab IV ini membahas secara keseluruhan dari sistem dan
dilakukan pengujian serta analisa pada setiap percobaan program.
Mengintegrasikan seluruh sistem dan pengujian, kemudian berdasarkan
data hasil pengujian dilakukan analisa terhadap keseluruhan sistem.
1.6.5 BAB V Penutup
Pada Bab V ini berisikan kesimpulan dari penyusunan tugas akhir dan
saran untuk pengembangan selanjutnya.
5