Identifikasi Seseorang Berdasarkan Citra Siluet Orang Berjalan Menggunakan Sudut Setengah Kaki.

(1)

IDENTIFIKASI SESEORANG BERDASARKAN CITRA

SILUET ORANG BERJALAN MENGGUNAKAN SUDUT

SETENGAH KAKI

Disusun Oleh:

Nama : Edy Kurniawan NRP : 0922023

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria Sumantri, MPH no. 65, Bandung, Indonesia.

Email : ed1_kurn1awan@hotmail.com ABSTRAK

Belakangan ini, identifikasi individu berdasarkan teknologi biometrik sudah sering dilihat dimana-mana seperti pada door access control, transaksi ATM, border crossing controls, dan lain-lain. Teknologi biometrik memverifikasi identitas seseorang dengan menganalisis karakteristik manusia seperti sidik jari, foto wajah, iris, gaya berjalan, dan rekaman suara. Gaya berjalan merupakan salah satu identifikasi individu. Pendekatan awal untuk pengenalan otomatis pada gaya berjalan menggunakan teknologi marked-based, teknologi ini membutuhkan perangkat keras khusus yang mahal.

Untuk mengatasi permasalahan diatas maka dibuat sebuah program untuk mengekstrasi ciri-ciri dari gaya berjalan yaitu sudut setengah kaki yang didapat melalui masing-masing frame dalam satu siklus. Dari sudut yang didapat menjadi pedoman untuk mengidentifikasi seseorang.

Proses untuk mengidentifikasi individu diterima atau ditolak oleh sistem dengan menggunakan Euclidean distance yang menghasilkan nilai sudut rata-rata dalam satu frame. Untuk mengetahui nilai False Rejected Rate (FRR) dan False

Accepted Rate (FAR), dilakukan pengujian menggunakan 20 siklus cira uji dari

individu yang ada dalam database yang menghasilkan nilai FRR 25% dan 20 siklus citra uji dari individu yang tidak ada dalam database menghasilkan nilai FAR 25%.

(2)

IDENTIFICATION OF A PERSON BASED ON

PERSON’S WALKING SILHOUETTE IMAGE USING

THE ANGLE OF HALF FEET

Composed By:

Nama : Edy Kurniawan NRP : 0922023

Electrical Engineering, Maranatha Christian University, Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia

Email : ed1_kurn1awan@hotmail.com

ABSTRACT

Recently, human identification based on biometric technology have been developed and used in many ways of life for example: the application of door access control, ATM transaction, border crossing controls, etc. Biometric technology is used to verify the human identity by analyzing human characteristic such as finger print, face image, iris, gait, and voice recording. Gait is one of the individual identification. Initial approach for automatically identification of gait can be done by using marked-based technology which requires an expensive hardware.

In order to solve the problem, a program is constructed to extract the characteristics of gait which are the angle of half feet that obtained from each frames in one cycle. Moreover, the angle will be used as a guidance to identify someone.

The process of identifying the individual then will be accepted or rejected by using a system with Euclidean distance that generate an average angle rate in one frame. To identify the False Rejected Rate (FRR) and False Accepted Rate (FAR), an examination is done by using 20 cycles test image from individual

(3)

which exist in database that generates 25 % FRR. On the other hand, 25 % FAR is generated by using 20 cycles test image from individual that out of database.

(4)

DAFTAR ISI

Halaman

LEMBAR PENGESAHAN

PERNYATAAN ORISINALITAS LAPORAN PENELITIAN PERNYATAAN PUBLIKASI LAPORAN TUGAS AKHIR KATA PENGANTAR

ABSTRAK ... i

ABSTRACT ... ii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vi

DAFTAR TABEL ... vii

BAB I PENDAHULUAN I.1 Latar Belakang Masalah ... 1

I.2 Rumusan Masalah ... 2

I.3 Tujuan ... 2

I.4 Batasan Masalah ... 3

I.5 Sistematika Penulisan ... 3

BAB II TEORI DASAR II.1 Biometrik ... 5

II.2 Rangkaian Berjalan ... 6

II.3 Citra Digital ... 7

II.4 Skeletonization ... 8

II.4.1 Proses Thinning ... 8

II.4.2 Proses Prunning ... 11

II.5 Centroid ... 12

II.6 FALSE ACCEPTED RATE (FAR), FALSE REJECTED RATE (FRR) dan Equal Error Rate (EER) ... 12

II.7 Sudut ... 14

(5)

BAB III PERANCANGAN PERANGKAT LUNAK

III.1 Diagram Blok ... 15

III.2 Diagram Alir ... 22

III.2.1 Diagram Sudut ... 23

III.2.2 Diagram Alir Ekstraksi Panjang Kaki ... 24

III.2.3 Diagram Alir Mencari Sudut... 25

III.3 Diagram Proses Pengujian ... 26

III.4 Proses Pencarian Sudut Setengah Kaki ... 27

III.5 Penentuan Nilai Batas (threshold) ... 28

BAB IV DATA PENGAMATAN DAN ANALISIS IV.1 Pengujian Perangkat Lunak ... 32

IV.2 Analisis Data ... 36

BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan ... 37

V.2 Saran ... 37

(6)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Contoh Siklus Gaya Berjalan ... 5

Gambar 2.2 Menunjukkan Posisi Koordinat Citra Digital ... 8

Gambar 2.3 Citra Digital Dalam Bentuk Matrik ... 8

Gambar 2.4 Citra Huruf R Setelah Ditipiskan ... 9

Gambar 2.5 Gambar Pixel yang Terhubung ... 10

Gambar 2.6 Nilai B pada Gambar Adalah Dua... 10

Gambar 2.7 Proses Thinning dan Prunning ... 11

Gambar 2.8 False Accepted Rate (FAR), False Rejected Rate (FRR) dan Equal Error Rate (EER) ... 13

Gambar 2.9 Segitiga Sembarang ... 14

Gambar 3.1 Blok Diagram Sistem Identifikasi Citra Siluet Berjalan ... 15

Gambar 3.2 Diagram Alir Pembentukan Database ... 22

Gambar 3.3 Diagram Alir Ekstraksi Sudut ... 23

Gambar 3.4 Diagram Alir Ekstraksi Panjang Kaki ... 24

Gambar 3.5 Diagram Alir Mencari Sudut ... 25

Gambar 3.6 Diagram Proses Pengujian ... 26

Gambar 3.7 Jarak Antar Pixel ... 27

Gambar 3.8 Hasil Proses Pencarian Titik Setengah Kaki ... 27

(7)

DAFTAR TABEL

Halaman

Tabel 3.1 Penamaan File Citra Latih ... 17

Tabel 3.2 Penamaan File Citra Uji Individu dalam Database ... 19

Tabel 3.3 Penamaan File Citra Uji Individu diluar Database ... 20

Tabel 3.4 Pengujian Citra Ujian Individu yang Terdapat dalam database ... 28

Tabel 3.5 Pengujian Citra Ujian Individu yang Terdapat diluar database ... 29

Tabel 4.1 Pengujian Menggunakan Citra Uji yang Digunakan Sebagai Database 31 Tabel 4.2 Pengujian Menggunakan Citra Uji yang mirip dengan Database... 32 Tabel 4.3 Pengujian Menggunakan Citra Uji yang tidak mirip dengan Database 35

(8)

Universitas Kristen Maranatha

BAB I

PENDAHULUAN

Pada bab ini berisi latar belakang masalah, rumusan masalah, tujuan tugas akhir, batasan masalah dan sistematika penulisan.

I.1 Latar Belakang

Belakangan ini, identifikasi identitas berdasarkan teknologi biometrik telah digunakan dalam banyak macam aplikasi seperti pada door access control, transaksi ATM, border crossing controls, dan lain-lain.Teknologi biometrik memverifikasi identitas seseorang dengan menganalisis karakteristik manusia seperti sidik jari, foto wajah, iris, gaya berjalan, dan rekaman suara. Gaya berjalan adalah biometrik yang dapat bekerja di jarak jauh atau dengan resolusi rendah, sementara biometrik lainnya memerlukan resolusi yang tinggi. Selain itu sulit untuk menyembunyikannya, dan tidak membutuhkan alat untuk bersentuhan dengan tubuh untuk mengambil informasi gaya jalan. Penelitian medis mununjukkan bahwa gaya jalan merupakan ciri unik jika semua perubahan gaya jalan di tangkap. Dalam masalah ini pengenalan gaya jalan adalah biometrik yang menarik dan menjadi semakin penting untuk pengawasan , pengendalian daerah dll. Semakin banyak penelitian telah khusus meneliti dalam bidang ini.

Pendekatan awal untuk pengenalan otomatis pada gaya berjalan menggunakan teknologi marked-based, yang membutuhkan perangkat keras khusus yang mahal. Pendekatan terbaru berdasarkan vision untuk mengestrak fitur perkenalan dari urutan gambar. Pendekatan saat ini untuk pengenalan gaya berjalan dapat dibagi menjadi dua kategori yaitu: yang berhubungan langsung dengan statik gambar dan yang berbasis model bahwa model pertama dalam data gambar dan kemudian menganalisa variansi parameter. Mayoritas pendekatan saat ini adalah appearance-based penampilan yang sederhana dan cepat. Tetapi informasi bayangan secara tidak langsung terkait dengan dinamika gaya berjalan. Little dan Boyn menggunakan frekuensi dan fase yang diperoleh dari aliran optik

(9)

untuk identifikasi pejalan. Selanjutnya , Lee and Grimson membagi bayangan menjadi 7 bagian untuk ekstrak antara gaya jalan penampilan fitur vektor rata-rata dan gaya jalan komponen spektral fitur untuk pengakuan Wang et al . dikonversi 2D siluet kontur sinyal 1D yang terdiri dari jarak untuk membentuk centroid dan klasifikasikan penjalan kaki setelah mengurangi dimensi dari fitur dengan principal component analysis. Selanjutnya, Johnson and Bobick mempersentasikan teknik pengenalan gaya berjalan berdasarkan parameter tubuh statik selama aksi berjalan di dua sisi yang berbeda pandangan secara mendalam dengan kamera tunggal. Huang and Boulgouris meneliti kontribusi masing masing arah pandang terhadap kinerja pengenalan menggunakan SMU MoBo database.

I.2 Rumusan Masalah

Masalah yang akan dibahas di dalam Tugas Akhir ini adalah :

a. Bagaimana menerapkan metoda sudut setengah kaki untuk proses identifikasi seseorang ?

b. Bagaimana hasil yang diperoleh pada proses pengenalan gaya jalan dengan metoda sudut setengah kaki dengan masukan berupa citra gaya jalan ?

I.3 Tujuan

Tujuan dari Tugas Akhir ini adalah :

a. Merancang dan membuat simulasi dengan menggunakan MATLAB untuk identifikasi seseorang berdasarkan gaya jalan dengan menerapkan metode analisis setengahkaki

b. Menganalisis tingkat keberhasilan dari aplikasi dalam identifikasi seseorang berdasarkan gaya jalan berdasarkan persentase False

(10)

3 Universitas Kristen Maranatha I.4 Batasan Masalah

Batasan masalah dalam tugas akhir ini, yaitu:

a. Dalam gambar hanya terdapat satu individu yang bergerak.

b. Masukan ke dalam perangkat lunak berupa file gambar yang berisi siluet individu.

c. Database yang digunakan adalah CASIA (Chinese Academy of Sciences)

I.5 Sistematika Penulisan

Laporan tugas akhir ini disusun dengan sistematika penulisan sebagai berikut:

1. Bab I Pendahuluan

Pada bab ini berisi latar belakang masalah, rumusan masalah, tujuan, batasan, masalah, spesifikasi alat yang digunakan, dan sistematika penulisan.

2. Bab II Landasan Teori

Pada bab ini berisi teori-teori penunjang yang akan digunakan untuk merancang perangkat lunak untuk identifikasi berdasarkan siluet berjalan menggunakan metoda analisis sudut setengah kaki.

3. Bab III Perancangan dan Realisasi

Pada bab ini dijelaskan tentang desain yang akan dilakukan dalam membuat perangkat lunak untuk mengidentifikasi citra siluet berjalan menggunakan analisis sudut setengah kaki.

4. Bab IV Data Pengamatan dan Analisis Data

Pada bab ini dijelaskan tentang data pengamatan hasil pengujian program, perhitungan tingkat keberhasilan sistem berdasarkan False Accepted Rate (FAR) dan False Rejected Rate (FRR), dan analisa dari data hasil pengujian program.

(11)

5. Bab V Kritik dan Saran

Pada bab ini berisi kesimpulan dan saran-saran yang perlu dilakukan untuk perbaikan di masa mendatang.

(12)

Universitas Kristen Maranatha

BAB V

KESIMPULAN DAN SARAN

Pada Bab ini berisi kesimpulan dari tugas akhir dan saran-saran yang perlu dilakukan untuk perbaikan di masa mendatang.

V.1 Kesimpulan

Dengan memperhatikan data pengamatan dan analisis pada bab sebelumnya, dapat disimpulkan bahwa:

 Dari hasil pengamatan yang dilakukan terhadap pengujian citra gaya dengan analisis sudut setengah kaki didapat False Rejected Rate sebesar 25% dan False Accepted Rate 25% dengan threshold 10.8. karakteristik ini akan berubah ketika terjadi perubahan sejumlah database

 Program untuk mengidentifikasikan individu berdasarkan sudut kaki berhasil direalisasikan dengan menggunakan MATLAB 7.14.0 (R2012a).

V.2 Saran

Saran-saran yang dapat diberikan untuk perbaikan dan pengembangan dari Tugas Akhir ini adalah sebagai berikut:

(13)

DAFTAR PUSTAKA

[1] Dockstader, Shiloh L., Kelly A. Bergkessel, and A. Murat Tekalp. Feature

Extraction for the Analysis of Gait and Human Motion. 2002. Dept. of

Electrical and Computer Engineeri

[2] Ho,Meng-Fen,Chung-Lin Huang. Gait Analysis for Walking Paths

Determination and Human Identification. 2011. Hsiuping journal.

[3] Kadir, A. dan Susanto,A. 2013. Teori dan Aplikasi Pengolahan Citra. Yogyakarta: ANDI.

[4] L. Wang, T. Tan, H. Ning, and W. Hu. 2003. Silhouette Analysis-Based

Gait Recognition for Human Identification.USA. IEEE Transactions On

Pattern Analysis and Machine Intelligence.

[5] Mansour,Romany F. 2012. Multiple Views Effective for Gait Recognition

Based on Contours. Computer Engineering and Intelligent Systems.

[6] Nixon, Mark S., John N. Carter, Jamie D. Shutlerand, and Michael G. Grant. New Advances in Automatic Gait Recognition. 2011. UK. Information Security Technical Report.

[7] Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya

Menggunakan Matlab. Yogyakarta: ANDI.

[8] Utari, Wirda Ayu. 2010. Pengenalan Pola Dengan Menggunakan Metode

Backpropagation Menggunakan Matlab

[9] ZHANG , Hao, Zhijing LIU, and Haiyong ZHAO. Gait Modeling and

Identifying Based on Dynamic Template Matching. 2011. Journal of

Computational Information Systems.

[10] http://www.cbsr.ia.ac.cn/users/szheng/?page_id=71.htm (diakses tanggal 2 maret 2014)

[11] https://en.wikipedia.org/wiki/Euclidean _distance (diakses tanggal 23 feb 2014)

[12] https://id.wikipedia.org/wiki/bioetrik (diakses tanggal 23 feb 2014)

[13] http://www.informatika.web.id/pengertian-citra-digital.htm (diakses tanggal 20 maret 2014)

(14)

Universitas Kristen Maranatha [14]

(1)

I.2 Rumusan Masalah

Masalah yang akan dibahas di dalam Tugas Akhir ini adalah :

a. Bagaimana menerapkan metoda sudut setengah kaki untuk proses identifikasi seseorang ?

b. Bagaimana hasil yang diperoleh pada proses pengenalan gaya jalan dengan metoda sudut setengah kaki dengan masukan berupa citra gaya jalan ?

I.3 Tujuan

Tujuan dari Tugas Akhir ini adalah :

a. Merancang dan membuat simulasi dengan menggunakan MATLAB untuk identifikasi seseorang berdasarkan gaya jalan dengan menerapkan metode analisis setengahkaki

b. Menganalisis tingkat keberhasilan dari aplikasi dalam identifikasi seseorang berdasarkan gaya jalan berdasarkan persentase False Acceptance Rate (FAR) dan False Rejected Rate (FRR).

(2)

Universitas Kristen Maranatha

I.4 Batasan Masalah

Batasan masalah dalam tugas akhir ini, yaitu:

a. Dalam gambar hanya terdapat satu individu yang bergerak.

b. Masukan ke dalam perangkat lunak berupa file gambar yang berisi siluet individu.

c. Database yang digunakan adalah CASIA (Chinese Academy of Sciences)

I.5 Sistematika Penulisan

Laporan tugas akhir ini disusun dengan sistematika penulisan sebagai berikut:

1. Bab I Pendahuluan

Pada bab ini berisi latar belakang masalah, rumusan masalah, tujuan, batasan, masalah, spesifikasi alat yang digunakan, dan sistematika penulisan.

2. Bab II Landasan Teori

Pada bab ini berisi teori-teori penunjang yang akan digunakan untuk merancang perangkat lunak untuk identifikasi berdasarkan siluet berjalan menggunakan metoda analisis sudut setengah kaki.

3. Bab III Perancangan dan Realisasi

Pada bab ini dijelaskan tentang desain yang akan dilakukan dalam membuat perangkat lunak untuk mengidentifikasi citra siluet berjalan menggunakan analisis sudut setengah kaki.

4. Bab IV Data Pengamatan dan Analisis Data

(3)

5. Bab V Kritik dan Saran

Pada bab ini berisi kesimpulan dan saran-saran yang perlu dilakukan untuk perbaikan di masa mendatang.

(4)

Universitas Kristen Maranatha

BAB V

KESIMPULAN DAN SARAN

Pada Bab ini berisi kesimpulan dari tugas akhir dan saran-saran yang perlu dilakukan untuk perbaikan di masa mendatang.

V.1 Kesimpulan

Dengan memperhatikan data pengamatan dan analisis pada bab sebelumnya, dapat disimpulkan bahwa:

 Program untuk mengidentifikasikan individu berdasarkan sudut kaki berhasil direalisasikan dengan menggunakan MATLAB 7.14.0 (R2012a).

V.2 Saran

Saran-saran yang dapat diberikan untuk perbaikan dan pengembangan dari Tugas Akhir ini adalah sebagai berikut:

(5)

DAFTAR PUSTAKA

[1] Dockstader, Shiloh L., Kelly A. Bergkessel, and A. Murat Tekalp. Feature Extraction for the Analysis of Gait and Human Motion. 2002. Dept. of Electrical and Computer Engineeri

[2] Ho,Meng-Fen,Chung-Lin Huang. Gait Analysis for Walking Paths Determination and Human Identification. 2011. Hsiuping journal.

[3] Kadir, A. dan Susanto,A. 2013. Teori dan Aplikasi Pengolahan Citra. Yogyakarta: ANDI.

[4] L. Wang, T. Tan, H. Ning, and W. Hu. 2003. Silhouette Analysis-Based Gait Recognition for Human Identification.USA. IEEE Transactions On Pattern Analysis and Machine Intelligence.

[5] Mansour,Romany F. 2012. Multiple Views Effective for Gait Recognition Based on Contours. Computer Engineering and Intelligent Systems.

[6] Nixon, Mark S., John N. Carter, Jamie D. Shutlerand, and Michael G. Grant. New Advances in Automatic Gait Recognition. 2011. UK. Information Security Technical Report.

[7] Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta: ANDI.

[8] Utari, Wirda Ayu. 2010. Pengenalan Pola Dengan Menggunakan Metode Backpropagation Menggunakan Matlab

[9] ZHANG , Hao, Zhijing LIU, and Haiyong ZHAO. Gait Modeling and Identifying Based on Dynamic Template Matching. 2011. Journal of Computational Information Systems.

[10] http://www.cbsr.ia.ac.cn/users/szheng/?page_id=71.htm (diakses tanggal 2 maret 2014)

[11] https://en.wikipedia.org/wiki/Euclidean _distance (diakses tanggal 23 feb 2014)

[12] https://id.wikipedia.org/wiki/bioetrik (diakses tanggal 23 feb 2014)

[13] http://www.informatika.web.id/pengertian-citra-digital.htm (diakses tanggal 20 maret 2014)

(6)

Universitas Kristen Maranatha

[14] http://www.rumushitung.com/2013/09/30/rumus-aturan-trigonometri-segitiga/ (diakses tanggal 2 maret 2014)

Identifikasi Seseorang Berdasarkan Citra Siluet Orang Berjalan Menggunakan Sudut Setengah Kaki.