53
BAB IV IMPLEMENTASI ANALISIS HASIL
4.1. Implementasi Pelatihan Data
4.1.1. Data Awal
Data citra wajah mahasiswa yang diambil menggunakan kamera smartphone, yang memiliki resolusi 13MP dengan jarak
pengambilan gambar sekitar 20-30cm. Dimensi citra yang dihasilkan berukuran 2304x4096.
a1.jpg a2.jpg
a3.jpg a4.jpg
a5.jpg a6.jpg
a7.jpg a8.jpg
a9.jpg
a10.jpg a11.jpg
a12.jpg a13.jpg
a14.jpg a15.jpg
a16.jpg a17.jpg
a18.jpg
Gambar 4.1. Sampel data awal citra wajah 1 mahasiswa
4.1.2. Implementasi Preprocessing
Tahap Preprocessing merupakan tahap awal dalam penelitian, yang bertujuan untuk memproses data citra wajah mahasiswa
sehingga siap untuk masuk dalam tahap-tahap selanjutnya. Tahap Preprocessing pada penelitian ini terdiri dari Cropping citra,
perubahan dimensi citra, Grayscalling. Tahap pertama pada Preprocessing adalah Cropping citra.
Berdasarkan contoh sebagian citra awal wajah mahasiswa, citra masih belum fokus terhadap wajah dan masih terlihat bagian lain
yang tidak diperlukan. Sehingga, citra awal wajah mahasiswa akan di-crop untuk mengambil bagian wajah dari mahasiswa dengan rasio
1:1 square menggunakan Adobe Photoshop. Tahap Cropping ini juga digunakan sistem untuk pendeteksian wajah secara manual.
Proses Cropping citra wajah mahasiswa :
Gambar 4.2. Proses Cropping citra wajah mahasiswa
Setiap data citra wajah mahasiswa akan melalui proses Cropping, sehingga data awal citra yang mula-mula berdimesi
2304x4096 akan menghasilkan dimensi citra NxN 1:1 sesuai dengan besarnya seleksi wajah tiap citra.
Hasil Cropping citra wajah mahasiswa :
a1.jpg a2.jpg
a3.jpg a4.jpg
a5.jpg a6.jpg
a7.jpg
b1.jpg b2.jpg
b3.jpg b4.jpg
b5.jpg b6.jpg
b7.jpg
c1.jpg c2.jpg
c3.jpg c4.jpg
c5.jpg c6.jpg
c7.jpg
d1.jpg d2.jpg
d3.jpg d4.jpg
d5.jpg d6.jpg
d6.jpg
Gambar 4.3. Hasil Cropping citra wajah mahasiswa PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Setelah Cropping citra, langkah selanjutnya dalam Preprocessing adalah perubahan ukuran dimensi citra menjadi
200x200. Perubahan ukuran dimensi dilakukan menggunakan software Fotosizer.
Gambar 4.4. Proses Perubahan ukuran dimensi citra wajah mahasiswa Setelah data citra wajah mahasiswa di-crop dan ukuran
dimensi citra menjadi 200x200, langkah selanjutnya adalah Grayscalling. Namun sebelumnya data citra wajah mahasiswa akan
dibagi dalam 3 set untuk pembagian data training dan testing. Tabel 4.1. Pembagian data training dan testing tiap mahasiswa
Set Data Training
Citra wajah mahasiswa ke-
Data Testing Citra wajah
mahasiswa ke- Set 1
1-12 13-18
Set 2 1-6 13-18
7-12 Set 3
7-18 1-6
Implementasi pembagian data :
Gambar 4.5. Folder 3 SET
Gambar 4.6. Isi folder SET 1
Gambar 4.7. Isi folder Training dari SET 1 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.8. Isi folder Testing dari SET 1
Setelah data citra wajah mahasiswa dibagi dalam 3 set, langkah selanjutnya adalah mencoba setiap set atau kombinasi
pembagian data training dan data testing dalam Matlab. Satu per satu set akan diproses untuk mengetahui kombinasi pembagian atau set
yang menghasilkan akurasi terbaik. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Tahap selanjutnya akan diproses pada Matlab, yaitu pertama membuat biodata mahasiswa TI USD angkatan 2013 yang
digunakan dalam penelitian.
biodata={ A FENDI PRATAMA
, 135314113
; YEREMIA YOGA PRATAMA
, 135314007
; KAUTSAR RUSYDI RAHMATULLAH
, 135314093
; DWI PUTRA PRIHANDITO
, 135314048
; DAMIAN ARIF PRADANA
, 135314047
; GABRIEL INDRA WIDI TAMTAMA
, 135314075
; SONNY FERNANDO K.ADJI
, 135314084
; WIDYA YOGA ARKADIA
, 135314059
; ANGELA MEDIATRIX MELLY
, 135314074
; MARTIN NUGRAHA
, 135314037
; YOHANES ENGGAL SEPTIANTO
, 135314124
; NI KOMANG ASIH SETIAWATI
, 135314104
; GERARDO ADHITYA NUGROHO
, 135314068
; MARCELLINA FANNY KUSUMA WARDANI
, 135314013
; EKKY ALFIAN
, 135314086
; ALOYSIUS TANTO WIBOWO
, 135314061
; ELVINO PRAYOGO
, 135314095
; YOHANES CHRISTIAN BRILLIANGGA
, 135314058
; BAPTISTA YORANGGA VARANI
, 135314123
; YOSEP KARTIKA DEWANDARU
, 135314076
; HIRONIMUS HENDRA SETIAWAN
, 135314126
; YOSIA ADI FEBRIAN
, 135314036
; TOMMY NUGRAHA MANOPPO
, 135314027
; RAYMOND APRIYOGI DIKI PUTRA
, 135314004
; ANDRE FRANSISCO BAYUPUTRA
, 135314015
};
Code tersebut digunakan untuk membuat cell berukuran 25x2 berisi informasi identitas mahasiswa yaitu nama lengkap dan
NIM. Setelah membuat biodata, langkah selanjutnya yaitu
mengubah skala warna RGB citra ke grayscale Grayscalling.
files=dir .jpg
; membaca semua file training
berformat .jpg n=lengthfiles;
nobyek=n25; menghitung banyaknya data training
untuk 1 mahasiswa U=[];
for i=1:n
temp=imreadfilesi.name; temp=rgb2graytemp;
Grayscalling citra training temp=reshapetemp,[],1;
mengubah citra 2 dimensi menjadi 1 dimensi
eval[ facetrain
num2stri =temp;
]; U=[U,temp];
menampung matriks semua citra training end
4.1.3. Implementasi Feature Extraction
Kategori