PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI MUHAMMAD SYUKUR HUTAGALUNG 071401078
PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH
DENGAN METODE EIGENFACE
SKRIPSI
MUHAMMAD SYUKUR HUTAGALUNG
071401078
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar
Sarjana Komputer
MUHAMMAD SYUKUR HUTAGALUNG
0 7 1 4 0 1 0 7 8
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
PERSETUJUAN
Judul : PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE
Kategori : SKRIPSI Nama : MUHAMMAD SYUKUR HUTAGALUNG Nomor Induk Mahasiswa : 071401078 Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas :
ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (Fasilkom-TI) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan,28 Agustus 2014
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Amer Sharif,S.Si,M.Kom M.Andri Budiman B,ST,McompSc,MEM NIP. 197510082008011011 Diketahui/Disetujui oleh Departemen Ilmu Komputer Fasilkom-TI USU Ketua, Dr. Poltak Sihombing, M.Kom NIP. 199203171991021001
PERNYATAAN
PERANCANGAN PERANGKAT LUNAK PENGENALAN WAJAH DENGAN METODE EIGENFACE SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 28 Agustus 2014 MUHAMMAD SYUKUR HUTAGALUNG NIM. 071401078
PENGHARGAAN
Segala puji dan syukur kepada Allah SWT yang senantiasa melimpahkan rahmat dan karunia-Nya kepada penulis sehingga skripsi ini dapat selesai dalam waktu yang telah ditetapkan. Skripsi ini merupakan salah satu syarat wajib diselesaikan guna meraih gelar sarjana komputer padajurusan S1 Ilmu Komputer Universitas Sumatera Utara. Adapun judul yang diangkat penulis adalah “Prancangan perangkat lunak pengenalan wajah dengan metode eigenface
”. Terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Dalam kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada :
1.Ketua Jurusan S1 Ilmu Komputer Bapak Dr. Poltak Sihombing, M.Kom.Bapak Muhammad Andri Budiman, ST, M.CompSc, MEM dan Bapak Amer Sharif,S.Si, M.Kom selaku pembimbing yang telah membimbing dan memberikan panduan dan penuh kepercayaan kepada penulis untuk menyelesaikan skripsi ini.
2. Dosen penguji Bapak Dr. Poltak Sihombing, M.Kom dan Bapak Drs. Marihat Situmorang,M.Kom yang telah memberikan panduan ringkas, padat dan profesional kepada penulis guna penyempurnaan skripsi ini.
3. Sekertaris Jurusan S1 Ilmu Komputer, Ibu Maya Silvi Lydia, B.Sc, M.Sc., Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi beserta para pegawai/staff S1 Ilmu Komputer.
4. Keluarga tercinta, kepada ayahanda dan ibunda tercinta, Drs.H.Maulana Hutagalung dan Hj.Murni Idawani Dalimunthe yang sangat luar biasa sabar,tidak henti-hentinya mendukung dan mendoakan penulis serta memberikan motivasi dan dukungan baik secara moril dan materil.
5. Sahabat yang selalu membantu dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini diantaranya Takdir tarigan,Eka Patma Rahmansyah S.Kom, Alpiriyandi S.Kom, ahmad syawqi ,yogi aditya putra,indra dongoran,subardi,reza affandi,ardinsyahputra,para anggota RCS dan Rekan-rekan mahasiswa Program Studi S1 Ilmu Komputer pada umumnya dan angkatan 2007 pada khususnya yang telah memberikan dukungan moril dalam penyusunan skripsi ini.
Penulis menyadari bahwa dalam penyelesaian skripsi ini masih jauh dari sempurna. Untuk itu, penulis sangat mengharapkan kritik dan saran guna penyempurnaan dimasa mendatang.
Akhirnya penulis berharap, semoga skripsi ini dapat bermanfaat bagi pribadi penulis, keluarga, masyarakat, organisasi dan negara.
Medan, 28 Agustus 2014 Penulis M.Syukur Htg
ABSTRAK
Sistem pengenalan wajah adalah sistem berbasis komputer yang mampu mengenali karakteristik individu baik secara karakteristik fisiologi maupun karakteristik perilaku untuk mengenali atau mengidentifikasi suatu individu. Pengenalan wajah banyak dikembangkan karena memiliki tingkat kenyamanan dan penerimaan yang tinggi, serta merupakan bagian dari pengenalan pola dengan masukkan berupa citra wajah. Penelitian ini bertujuan untuk merancang sebuah sistem yang dapat mengenali sebuah wajah menggunakan metode eigenfaces. Data yang digunakan oleh sistem berupa foto close up dari bagian muka, dan foto inilah yang akan diinformasikan ke sistem untuk dikenali, sehingga apabila terdapat sebuah foto lain dari orang yang sama diinputkan ke sistem, maka secara otomatis sistem dapat mengenali orang tersebut. Metode penelitian yang akan dilakukan dengan menganalisa dan merancang sebuah program aplikasi untuk mensimulasikan kebenaran hipotesa. Pengujian sistem ini dilakukan dengan mencocokkan foto wajah yang diinputkan dengan foto wajah yang disimpan di database, sehingga sistem dapat mengidentifikasi foto wajah tersebut.
KataKunci : Face Recognition, Image Processing, Eigenfaces, PCA, Eucledean Distance , Face Detection.
DESIGNING SOFTWARE OF FACE RECOGNITION
WITH EIGENFACE METHOD
ABSTRACT
Face recognition system is a computer-based system capable of identifying both physical and behaviour characteristic of one individual. Face recognition has been widely developed because of its comfortability and high acceptance, and as part of pattern recognition with face visual as input. The purpose of this research is to design a system that will recognize faces using the Eigenfaces Method. Data used in the system is a full face close-up photograph. This photo will be inputted to the system to be recognized, so if there is another photo from the same person inputted to the system, it will automatically recognized. The method in this research will be conducted by analyzing and designing an application to simulate a hypothesis. The testing in this system will be done by matching the inputted face with the face stored in the database, then the system will be able to identify the face. Keyword: Face Recognition, Image Processing, Eigenfaces, PCA, Eucledean Distance, Face Detection.
Halaman Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel ix
Daftar Gambar x
Bab 1 Pendahuluan
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
2
1.3 Batasan Masalah
2
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
3
1.6 Metode Penelitian
3
1.7 Sistematika Penulisan
4 Bab 2 Landasan Teori
6
2.1 Pengertian Citra
6
2.1.1 Pengolahan Citra
6
2.1.2 Mode Warna
7
2.1.3 Pengenalan Pola
8
2.1.4 SubsistemManajemenBasisModel
8
2.2 Eigenface
10
2.2.1 Perhitungan Eigenface
11
2.3 Principal Component Analysis (PCA)
13
2.4 Database
15
2.5 Microsoft Visual Studio
17
2.6 Bahasa Pemrograman C#
18
2.7 Webcam
18
2.8 Penelitian Relevan
20 Bab 3 Analisis dan Perancangan Sistem
21
3.1 Analisis Permasalahan
21
3.2 Analisis Proses Pengenalan Wajah
22
3.3 Flowchart Proses Pelatihan
25
3.4 Flowchart Proses Pengenalan
26
3.5 Data Flow Diagram (DFD)
27
3.5.1 Diagram Konteks / DFD Level 0
27
3.5.2 DFD Level 1
28
3.5.3 DFD Level 2
29
3.6 Perancangan Antarmuka (Interface)
32
3.6.1 Rancangan Tampilan Utama
32
3.6.2 Rancangan Tampilan Proses Pelatihan Wajah
33
3.6.3 Rancangan Tampilan Proses Pengenalan Wajah
35 Bab 4 Implementasi dan Pengujian
38
4.1 Implementasi Sistem
38
4.2 Pengujian Sistem
38
4.2.1 Tampilan Halaman Utama
38
4.2.2 Tampilan Proses Pelatihan Citra Wajah
40
4.2.3 Tampilan Proses Pengenalan Citra Wajah
43 Bab 5 Kesimpulan dan Saran
46
5.1 Kesimpulan
46
5.2 Saran
46 Daftar Pustaka
47
DAFTAR TABEL
No. Keterangan Hal.
3.1 Spesifikasi Proses Diagram Konteks / DFD Level 0
28
3.2 Spesifikasi Proses DFD Level 1
29
3.3 Spesifikasi Proses DFD Level 2 Proses Pelatihan Foto Wajah
30
3.4 Spesifikasi Proses DFD Level 2 Proses Pengenalan Foto Wajah
31
DAFTAR GAMBAR
4.6 Tampilan Proses Pengisian Biodata
4.2 Menu Utama
39
4.3 Tampilan Menu Pilihan pada Menu Utama
40
4.4 Tampilan Halaman Menu Training Wajah
40
4.5 Tampilan Proses Pengambilan Wajah Orang
41
42
4.1 Tampilan Halaman Utama
4.7 Tampilan Konfirmasi Awal Proses Training
42
4.8 Tampilan Konfirmasi Akhir Proses Training
43
4.9 Tampilan Halaman Proses Pengenalan Wajah
43
4.10 Tampilan Proses Pengambilan Wajah Orang
44
4.11 Tampilan Hasil Akhir dari Proses Pengenalan Wajah
39
36
No. Keterangan Hal.
27
2.1 Kombinasi Warna RGB
8
2.2 Citra Hasil Proses Eigenfaces
12
3.1 Flowchart Proses Pelatihan
25
3.2 Flowchart Proses Pengenalan
26
3.3 Diagram Konteks / DFD Level 0
3.4 DFD Level 1
3.9 Rancangan Tampilan Halaman Proses Pengenalan Wajah
28
3.5 DFD Level 2 Proses Pelatihan Foto Wajah
30
3.6 DFD Level 2 Proses Pengenalan Foto Wajah
31
3.7 Rancangan Tampilan Utama
33
3.8 Rancangan Tampilan Halaman Proses Pelatihan Wajah
34
45