PROTOKOL EVALUASI PENGENALAN WAJAH DENGAN PENDEKATAN ROBUST REGRESSION YANG MENGGUNAKAN HISTOGRAM REMAPPING DENGAN DISTRIBUSI NON-UNIFORM.

SCAN VOL. VII NOMOR 2 ISSN : 1978-0087 19 beberapa tahap yang dilakukan sama dengan metode sebelumnya, yaitu: - Matriks citra training diubah menjadi vektor dengan dimensi lebih kecil. Langkah ini mengubah citra yang semula direpresentasikan sebagai matriks axb menjadi vektor berukuran ab untuk kemudian dilakukan proses downsample sehingga vektor memiliki dimensi yang lebih kecil. Selanjutnya vektor berdimensi kecil ini dilakukan normalisasi agar nilainya maksimum 1. - Melakukan prediksi terhadap kelas citra testing menggunakan hasil estimasi Huber dengan jarak terkecil. Langkah ini bertujuan menghasilkan kelas prediksi bagi citra testing, sesuai dengan jarak terkecil antara vektor citra testing dengan vektor prediksi kelas tertentu.

4. DATA UJI COBA

Data uji coba pada penelitian ini menggunakan 3 basisdata citra standar, yaitu CMU-PIE Face Database Sim dkk, 2001, 2002, Yale Face Database B 50x50 Georghiades dkk, 2001, dan AR Face Database 120x165 Martinez dkk, 1998. Pada CMU-PIE Face Database, spesifikasi basisdata yang digunakan pada Robust Regression Naseem dkk, 2012 maupun pada metode yang diusulkan adalah sama, sehingga hasil yang diperoleh pada penelitian ini bisa dibandingkan secara langsung dengan hasil yang diperoleh pada penelitian Naseem dkk. Pada Yale Face Database B, spesifikasi basisdata yang digunakan pada Robust Regression Naseem dkk, 2012 dan metode yang diusulkan terdapat perbedaan. Ukuran citra asal pada metode yang diusulkan adalah 50x50, sedangkan pada penelitian sebelumnya menggunakan citra asal 640x480. Oleh karena itu, Yale Face Database B yang digunakan pada metode yang diusulkan dianggap sebagai basisdata yang berbeda dengan basisdata yang digunakan dalam penelitian Naseem dkk. Hasil yang diperoleh pada penelitian ini tidak bisa dibandingkan secara langsung dengan hasil yang diperoleh pada penelitian Naseem dkk. Hasil uji coba akan dibandingkan dengan hasil uji coba Robust Regression yang diimplementasikan dengan menggunakan basisdata yang juga digunakan dalam metode yang diusulkan. Pada penelitian ini, untuk membedakan dengan basisdata yang digunakan oleh Naseem dkk, nama basisdata yang digunakan adalah Yale Face Database B 50x50. Sedangkan pada AR Face Database, spesifikasi basisdata yang digunakan pada Robust Regression Naseem dkk, 2012 dan metode yang diusulkan juga terdapat perbedaan. Ukuran citra asal pada metode yang diusulkan adalah 120x165, sedangkan pada penelitian sebelumnya menggunakan citra asal 576x768. Oleh karena itu, AR Face Database yang digunakan pada metode yang diusulkan dianggap sebagai basisdata yang berbeda dengan basisdata yang digunakan dalam penelitian Naseem dkk. Sehingga hasil yang diperoleh pada penelitian ini tidak bisa dibandingkan secara langsung dengan hasil yang diperoleh pada penelitian Naseem dkk. Hasil uji coba akan dibandingkan dengan hasil uji coba Robust Regression yang diterapkan dengan menggunakan basisdata yang juga digunakan dalam metode yang diusulkan.

5. PROTOKOL EVALUASI

Ada 2 protokol evaluasi Evaluation Protocol EP yang digunakan untuk melakukan uji coba pada CMU-PIE Face Database. Semua citra wajah pada kedua protokol evaluasi tersebut dilakukan proses downsample mengubah ukuran citra menjadi lebih kecil pada ukuran 50x50 dan diubah menjadi citra abu-abu grayscale images. Pada EP 1, ada 2 teknik uji coba teknik uji coba yang dilakukan. Pada teknik uji coba 1, proses training dilakukan pada gambar- gambar dengan kondisi pencahayaan frontal sumber cahaya dari arah depan dan proses testing dilakukan pada semua gambar. Sedangkan pada teknik uji coba 2, proses training dilakukan pada gambar-gambar dengan kondisi pencahayaan yang ekstrim dan proses testing dilakukan pada semua gambar. Pada protokol evaluasi 2, uji coba dilakukan dengan menggunakan teknik uji coba leave- one-out. Teknik uji coba ini menggunakan sebuah gambar untuk proses testing dan semua gambar lainnya untuk proses training. Teknik ini dilakukan untuk semua gambar. Pada Yale Face Database B 50x50, uji coba dilakukan dengan cara membagi variasi SCAN VOL. VII NOMOR 2 ISSN : 1978-0087 20 citra pada setiap individu menjadi 5 subset. Semua gambar yang diperoleh dalam penelitian ini berukuran 50x50, sehingga tidak perlu dilakukan proses downsample sebagaimana dilakukan pada kedua basisdata lain CMU-PIE Face Database dan AR Face Database 120x165. Teknik uji coba dilakukan dengan cara sebagai berikut: proses training dilakukan pada gambar-gambar subset 1 dan proses testing dilakukan pada gambar-gambar subset lainnya subset 2-5. Pada AR Face Database 120x165, uji coba dilakukan pada setiap individu dengan 8 variasi iluminasi yang dibagi menjadi 2 sesi masing-masing sesi terdiri atas 4 gambar. Sesi 1 terdiri atas citra dengan kode a, b, c, dan d. Sedangkan sesi 2 terdiri atas citra dengan kode e, f, g, h. Ada 3 protokol evaluasi yang digunakan. Pada EP 1, uji coba dilakukan dengan cara sebagai berikut: proses training dilakukan pada gambar-gambar dengan kondisi tipe a dan e. Sedangkan proses testing dilakukan pada gambar-gambar dengan kondisi tipe b, c, d, f, g dan h. Pada EP 2, uji coba dilakukan dengan cara sebagai berikut: proses training dilakukan pada gambar-gambar dengan kondisi tipe a atau e. Sedangkan proses testing dilakukan pada gambar-gambar dengan kondisi tipe b, c, dan d untuk data training a dan tipe f, g, dan h untuk data training e. Pada EP 3, uji coba dilakukan dengan cara sebagai berikut: proses training dilakukan pada gambar-gambar dengan kondisi tipe a. Sedangkan proses testing dilakukan pada gambar-gambar dengan kondisi tipe b atau c atau d.

6. HASIL UJI COBA