BAB 4 IMPLEMENTASI DAN PENGUJIAN
4.1. Implementasi
Sesuai dengan analisa dan perancangan seperti yang telah dijabarkan pada bab sebelumnya yaitu bab analisis dan perancangan, maka pada bagian ini akan
dipaparkan hasil dari aplikasi yang dibangun menggunakan perancangan yang telah dilakukan pada bab sebelumnya. Pada bab ini pembahasan akan dilakukan
terhadap hasil dari sistem yang dibangun, fungsional sistem dan analisis terhadap kinerja sistem berdasarkan hasil output yang dihasilkan oleh sistem.
4.1.1. Implementasi Sistem
Topik utama pada tugas akhir ini adalah merancang sistem yang mampu mendeteksi wajah pada citra digital. Area wajah pertama sekali dicari dengan
proses pembacaan warna kulit menggunakan skin color detection yang kemudian wajah dideteksi menggunakan K-Means clustering.
Gambar 4.1 Sistem Deteksi Wajah Pada Citra Digital.
Universitas Sumatera Utara
Sistem dibangun menggunakan MS Visual Basic 2010 sehingga dalam proses pembangunan sistem, penulis menggunakan beberapa perangkat dan alat bantu
sebagai berikut. 1.
Komputer Pentium D 3.0 GHz 2.
MemoriUtama 1 GB 3.
HDD 350 GB 4.
OS Windows 7. 5.
MS Visual Studio 2010. Pada penggunaanya sistem yang dibangun tidak membutuhkan spesifikasi
khusus, namun yang perlu diperhatikan adalah sistem membutuhkan memori yang besar untuk memproses citra yang berukuran besar.
4.1.2. Fungsional Sistem
Secara garis besar sistem memiliki dua fungsi utama, yaitu fungsi fitur wajah atau dan fungsi deteksi wajah. Masing–masing fungsi dijalankan pada halaman yang terpisah
sehingga memudahkan dalam penggunaan dari sistem yang dikembangkan. Berikut penjabaran dari fungsional sistem secara umum.
1. Fitur Wajah
Fitur Wajah merupakan fungsi yang dimiliki oleh sistem untuk melakukan pembacaan dan pendataan fitur wajah pada citra digital. Informasi fitur wajah
diperoleh dari cluster yang diperoleh menggunakan metode K-Means clustering.
2. Deteksi Wajah
Fungsi deteksi wajah merupakan fungsi yang dimiliki oleh sistem yang dikembangkan untuk melakukan deteksi wajah pada citra uji. Area wajah di
ekstraksi menggunakan metode skin color detection, setiap area wajah kemudian dibandingkan fitur cluster nya dengan fitur cluster dari database
yang kemudian diperoleh hasil deteksi dari wajah tersebut.
Universitas Sumatera Utara
4.1.3. Implementasi Fungsi Fitur Wajah
Fungsi fitur wajah merupakan komponen sistem yang melakukan ekstraksi fitur wajah dari citra wajah. Pengguna memilih citra digital yang akan digunakan sebagai citra
wajah yang kemudian akan digunakan oleh sistem untuk mengekstraksi fitur wajah menggunakan K-Means clustering. Antarmuka fitur wajah dapat dilihat pada gambar
4.2 sebagai berikut.
Gambar 4.2 Antarmuka Fitur Wajah
Fungsi fitur wajah seperti yang terlihat pada gambar 4.2 menerima input citra wajah dan kemudian mengkstraksi fitur wajah terhadap citra tersebut. Jumlah cluster
yang akan dibentuk diperoleh dari input pengguna. Sistem kemudian akan membentuk jumlah cluster sesuai dengan input pengguna dan melakukan pengelompokkan piksel
wajah kedalam cluster. Informasi cluster kemudian diberikan label nama dan disimpan kedalam database.
Berikut contoh analisis metode K-Means clustering yang digunakan pada penelitian ini :
Pembentukan Cluster Awal : Centroid Awal Cluster Ke - 1 = 196,103,42
Universitas Sumatera Utara
Centroid Awal Cluster Ke - 2 = 251,27,78 Centroid Awal Cluster Ke - 3 = 204,113,57
Perhitungan Jarak Piksel 95,3,50 Jarak Ke Cluster Ke - 1
Jarak = Sqrt95-196 + 3-103 + 50-42 Jarak = 142.355189578744
Jarak Ke Cluster Ke - 2 Jarak = Sqrt95-251 + 3-27 + 50-78
Jarak = 160.299719276111
Jarak Ke Cluster Ke - 3 Jarak = Sqrt95-204 + 3-113 + 50-57
Jarak = 155.016128193166
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 81,3,43 Jarak Ke Cluster Ke - 1
Jarak = Sqrt81-196 + 3-103 + 43-42 Jarak = 152.400787399541
Jarak Ke Cluster Ke - 2 Jarak = Sqrt81-251 + 3-27 + 43-78
Jarak = 175.217008306842
Jarak Ke Cluster Ke - 3 Jarak = Sqrt81-204 + 3-113 + 43-57
Jarak = 165.604951616792
Cluster Terpilih : Cluster Ke - 1
Universitas Sumatera Utara
Perhitungan Jarak Piksel 63,6,39 Jarak Ke Cluster Ke - 1
Jarak = Sqrt63-196 + 6-103 + 39-42 Jarak = 164.642035944652
Jarak Ke Cluster Ke - 2 Jarak = Sqrt63-251 + 6-27 + 39-78
Jarak = 193.147611944854
Jarak Ke Cluster Ke - 3 Jarak = Sqrt63-204 + 6-113 + 39-57
Jarak = 177.915710379944
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 36,0,23 Jarak Ke Cluster Ke - 1
Jarak = Sqrt36-196 + 0-103 + 23-42 Jarak = 191.232842367623
Jarak Ke Cluster Ke - 2 Jarak = Sqrt36-251 + 0-27 + 23-78
Jarak = 223.559835390886
Jarak Ke Cluster Ke - 3 Jarak = Sqrt36-204 + 0-113 + 23-57
Jarak = 205.302216256912
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 22,0,17 Jarak Ke Cluster Ke - 1
Jarak = Sqrt22-196 + 0-103 + 17-42
Universitas Sumatera Utara
Jarak = 203.740030430939
Jarak Ke Cluster Ke - 2 Jarak = Sqrt22-251 + 0-27 + 17-78
Jarak = 238.518343110126
Jarak Ke Cluster Ke - 3 Jarak = Sqrt22-204 + 0-113 + 17-57
Jarak = 217.928887483968
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 20,2,16 Jarak Ke Cluster Ke - 1
Jarak = Sqrt20-196 + 2-103 + 16-42 Jarak = 204.580057679139
Jarak Ke Cluster Ke - 2 Jarak = Sqrt20-251 + 2-27 + 16-78
Jarak = 240.478689284519
Jarak Ke Cluster Ke - 3 Jarak = Sqrt20-204 + 2-113 + 16-57
Jarak = 218.764713790867
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 15,0,9 Jarak Ke Cluster Ke - 1
Jarak = Sqrt15-196 + 0-103 + 9-42 Jarak = 210.853029383028
Jarak Ke Cluster Ke - 2
Universitas Sumatera Utara
Jarak = Sqrt15-251 + 0-27 + 9-78 Jarak = 247.358040095728
Jarak Ke Cluster Ke - 3 Jarak = Sqrt15-204 + 0-113 + 9-57
Jarak = 225.375242651006
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 27,7,19 Jarak Ke Cluster Ke - 1
Jarak = Sqrt27-196 + 7-103 + 19-42 Jarak = 195.719186591402
Jarak Ke Cluster Ke - 2 Jarak = Sqrt27-251 + 7-27 + 19-78
Jarak = 232.501612897631
Jarak Ke Cluster Ke - 3 Jarak = Sqrt27-204 + 7-113 + 19-57
Jarak = 209.783221445377
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 26,11,32 Jarak Ke Cluster Ke - 1
Jarak = Sqrt26-196 + 11-103 + 32-42 Jarak = 193.556193390963
Jarak Ke Cluster Ke - 2 Jarak = Sqrt26-251 + 11-27 + 32-78
Jarak = 230.210772988581
Universitas Sumatera Utara
Jarak Ke Cluster Ke - 3 Jarak = Sqrt26-204 + 11-113 + 32-57
Jarak = 206.671236508615
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 26,13,30 Jarak Ke Cluster Ke - 1
Jarak = Sqrt26-196 + 13-103 + 30-42 Jarak = 192.727787306346
Jarak Ke Cluster Ke - 2 Jarak = Sqrt26-251 + 13-27 + 30-78
Jarak = 230.488611432322
Jarak Ke Cluster Ke - 3 Jarak = Sqrt26-204 + 13-113 + 30-57
Jarak = 205.944167191013
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 22,14,25 Jarak Ke Cluster Ke - 1
Jarak = Sqrt22-196 + 14-103 + 25-42 Jarak = 196.178490156286
Jarak Ke Cluster Ke - 2 Jarak = Sqrt22-251 + 14-27 + 25-78
Jarak = 235.412404091203
Jarak Ke Cluster Ke - 3 Jarak = Sqrt22-204 + 14-113 + 25-57
Jarak = 209.640167906821
Universitas Sumatera Utara
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 31,25,29 Jarak Ke Cluster Ke - 1
Jarak = Sqrt31-196 + 25-103 + 29-42 Jarak = 182.969942886803
Jarak Ke Cluster Ke - 2 Jarak = Sqrt31-251 + 25-27 + 29-78
Jarak = 225.399645075142
Jarak Ke Cluster Ke - 3 Jarak = Sqrt31-204 + 25-113 + 29-57
Jarak = 196.104563944851
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 28,17,21 Jarak Ke Cluster Ke - 1
Jarak = Sqrt28-196 + 17-103 + 21-42 Jarak = 189.897340687014
Jarak Ke Cluster Ke - 2 Jarak = Sqrt28-251 + 17-27 + 21-78
Jarak = 230.386631556607
Jarak Ke Cluster Ke - 3 Jarak = Sqrt28-204 + 17-113 + 21-57
Jarak = 203.686032903584
Cluster Terpilih : Cluster Ke - 1
Universitas Sumatera Utara
Perhitungan Jarak Piksel 25,8,14 Jarak Ke Cluster Ke - 1
Jarak = Sqrt25-196 + 8-103 + 14-42 Jarak = 197.610728453695
Jarak Ke Cluster Ke - 2 Jarak = Sqrt25-251 + 8-27 + 14-78
Jarak = 235.654407979142
Jarak Ke Cluster Ke - 3 Jarak = Sqrt25-204 + 8-113 + 14-57
Jarak = 211.931592736902
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 40,12,24 Jarak Ke Cluster Ke - 1
Jarak = Sqrt40-196 + 12-103 + 24-42 Jarak = 181.496556441162
Jarak Ke Cluster Ke - 2 Jarak = Sqrt40-251 + 12-27 + 24-78
Jarak = 218.316284321624
Jarak Ke Cluster Ke - 3 Jarak = Sqrt40-204 + 12-113 + 24-57
Jarak = 195.412384459123
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 38,4,20 Jarak Ke Cluster Ke - 1
Jarak = Sqrt38-196 + 4-103 + 20-42
Universitas Sumatera Utara
Jarak = 187.747170418092
Jarak Ke Cluster Ke - 2 Jarak = Sqrt38-251 + 4-27 + 20-78
Jarak = 221.950444919581
Jarak Ke Cluster Ke - 3 Jarak = Sqrt38-204 + 4-113 + 20-57
Jarak = 202.004950434389
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 93,50,69 Jarak Ke Cluster Ke - 1
Jarak = Sqrt93-196 + 50-103 + 69-42 Jarak = 118.94116192471
Jarak Ke Cluster Ke - 2 Jarak = Sqrt93-251 + 50-27 + 69-78
Jarak = 159.918729359634
Jarak Ke Cluster Ke - 3 Jarak = Sqrt93-204 + 50-113 + 69-57
Jarak = 128.195163715329
Cluster Terpilih : Cluster Ke - 1
Perhitungan Jarak Piksel 165,110,133 Jarak Ke Cluster Ke - 1
Jarak = Sqrt165-196 + 110-103 + 133-42 Jarak = 96.3898334888073
Jarak Ke Cluster Ke - 2
Universitas Sumatera Utara
Jarak = Sqrt165-251 + 110-27 + 133-78 Jarak = 131.567473183914
Jarak Ke Cluster Ke - 3 Jarak = Sqrt165-204 + 110-113 + 133-57
Jarak = 85.4751425854324
Cluster Terpilih : Cluster Ke - 3
Perhitungan Jarak Piksel 216,147,176 Jarak Ke Cluster Ke - 1
Jarak = Sqrt216-196 + 147-103 + 176-42 Jarak = 142.449991224991
Jarak Ke Cluster Ke - 2 Jarak = Sqrt216-251 + 147-27 + 176-78
Jarak = 158.836393814516
Jarak Ke Cluster Ke - 3 Jarak = Sqrt216-204 + 147-113 + 176-57
Jarak = 124.342269562687
Cluster Terpilih : Cluster Ke - 3
Perhitungan Jarak Piksel 193,117,153 Jarak Ke Cluster Ke - 1
Jarak = Sqrt193-196 + 117-103 + 153-42 Jarak = 111.919614009342
Jarak Ke Cluster Ke - 2 Jarak = Sqrt193-251 + 117-27 + 153-78
Jarak = 130.724901988871
Universitas Sumatera Utara
Jarak Ke Cluster Ke - 3 Jarak = Sqrt193-204 + 117-113 + 153-57
Jarak = 96.7109094156394
Cluster Terpilih : Cluster Ke - 3
4.1.4. Implementasi Fungsi Deteksi Wajah
Kategori