You are on page 1of 6

APLIKASI SISTEM CITRA DIGITAL

SEBAGAI ALAT DETEKSI WAJAH MANUSIA

Oleh:
Piteng Uropdana
05330001

JURUSAN INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS JANABADRA
YOGYAKARTA
OKTOBER 2009
PENDAHULUAN

1.1 Latar Belakang
Dewasa ini teknologi pengenalan wajah semakin banyak diaplikasikan, antara
lain untuk system pengenalan biometric (yang dapat juga dikombinasikan dengan fitur
biometrik yang lain seperti sidik jari dan suara),sistem pencarian dan pengindeksan
pada database citra digital dan database video digital, sistem keamanan kontrol akses
area terbatas konferensi video dan Interaksi manusia dengan komputer. Dalam bidang
penelitian pemrosesan wajah (face processing) pendeteksian wajah manusia (face
detection) adalah salah satu tahap awal yang sangat penting di dalam proses
pengenalan wajah (face recognition) Sistem pengenalan wajah digunakan untuk
membandingkan satu citra wajah masukan dengan suatu database wajah dan
menghasilkan wajah yang paling cocok dengan citra tersebut jika ada. Sedangkan
autentikasi wajah (face authentication)digunakan untuk menguji keaslian dan
kesamaan suatu wajah dengan data wajah yang telah diinputkan sebelumnyadan
penelitian yang juga berkaitan dengan pemrosesan wajah adalah lokalisasi wajah
(facelocalization) yaitu pendeteksian wajah namun dengan asumsi hanya ada satu
wajah di dalam citra penjejakan wajah (face tracking) untuk memperkirakan lokasi
suatu wajah dalam video secara real time dan pengenalan ekspresi wajah (facial
expression recognition)untuk mengenali kondisi emosi manusia (Yang, 2002).
Pada kasus tertentu seperti pemotretan untuk pembuatan KTP, SIM, dan kartu
kredit, citra yang didapatkan umumnya hanya berisi satu wajah dan memiliki latar
belakang seragam dan kondisi pencahayaan yang telah diatur sebelumnya sehingga
deteksi wajah dapat dilakukan dengan lebih mudah. Namun pada kasus lain sering
didapatkan citra yang berisi lebih dari satu wajah, memiliki latar belakang yang
bervariasi, kondisi pencahayaan yang tidak tentu, dan ukuran wajah yang bervariasi di
dalam citra. Contohnya adalah citra yang diperoleh di bandara, terminal, pintu masuk
gedung, dan pusat perbelanjaan.Selain itu juga pada citra yang didapatkan dari foto di
media massa atau hasil rekaman video.Pada kasus tersebut pada umumnya wajah
yang ada di dalam citra memiliki bentuk latar belakang yang sangat
ervariasi.Penelitian ini akan difokuskan pada masalah pendeteksian wajah engan
sistem pendeteksi wajah yang akurat, maka proses selanjutnya yaitu engenalan wajah
dapat dilakukan dengan lebih mudah.
1.2 Rumusan Masalah
Masalah deteksi wajah dapat dirumuskan sebagai berikut : dengan masukan
brupa sebuah citra digital sembarang. Sistem akan mendeteksi apakah ada wjah
manusia didalam citra tersebut dan jika ada maka sistem akan emberitahu berapa
wajah yang ditemukan dan di mana saja lokasi wajah trsebut di dalam citra. Keluaran
dari sistem adalah posisi dari subcitra yang berisi wajah yang berhasil dideteksi.
1.3 Batasan Masalah
Pada sistem deteksi wajah ini diberikan pembatasan masalah sebagai berikut :
a. Citra masukan yang digunakan adalah hitam putih dengan 256 tingkat keabuan
(grayscale).
b. Wajah yang akan dideteksi adalah wajah yang menghadap ke depan (frontal),
dalam posisi tegak, dan tidak terhalangi sebagian oleh objek lain.
c. Metode yang dipakai adalah jaringan syaraf tiruan multi layer perceptron dengan
algoritma pelatihan back- propagation.
1.4 Manfaat Penelitian
Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal untuk
membangun sistem pemrosesan wajah yang menyeluruh, yang bias diaplikasikan pada
sistem pengenalan wajah atau verifikasi wajah. Program aplikasi yang dibuat juga
dapat dijadikan bahan untuk penelitian lebih lanjut di bidang yang berkaitan. Dengan
penyesuaian tertentu, metode yang digunakan mungkin dapat juga dimanfaatkan
untuk sistem deteksi objek secara umum yang tidak hanya terbatas pada wajah,
misalnya deteksi kendaraan, pejalan kaki, bahan produksi, dan sebagainya. Dari hasil
penelitian ini juga diharapkan dapat diperoleh pemahaman yang lebih baik terhadap
jaringan syaraf tiruan, dan pengaruh berbagai parameter yang digunakan terhadap
unjuk kerja pengklasifikasi jaringan syaraf tiruan.
1.5 Tujuan Penelitian
Penelitian bertujuan untuk membuat suatu desain dan implementasi sistem
deteksi wajah dengan masukan berupa citra digital sembarang. Sistem ini akan
menghasilkan subcitra yang berisi wajah-wajah yang berhasil dideteksi.
1.6 Sistematika Penulisan
Sistematika dari penulisan yang digunakan dalam pelaksanaan peneletian ini
adalah sebagai berikut:
Bab I Pendahuluan
Pada bab ini penulis memaparkan berbagai hal yang menyebabkan
penelitian ini dilaksanakan. Bab ini menjelaskan lebih rinci mengenai latar belakang
masalah, batasan masalah, tujuan, manfaat penelitian dan sistematika penulisan.
Bab II Landasaran Teori
Bab ini menguraikan tentang landasan teori mengenai masalah yang akan
dijadikan pokok pelaksanaan penelitian.
Bab III Analisis dan Perancangan
Bab ini menguraikan tentang analisis dan perancangan sistem yang akan
dibuat.
Bab IV Implementasi
Bab ini menguraikan tentang implementasi dan hasil uji coba sistem yang
dibuat.
Bab V Penutup
Pada bab ini dijelaskan tentang kesimpulan yang diperoleh dari hasil
penelitian yang telah dilakukan. Dan tidak lupa dijelaskan pula tentang saran yang
bersifat konstruktif guna meningkatkan kinerja sistem dimasa mendatang.
DAFTAR PUSTAKA

L. Fausett, 1994, Fundamentals of Neural Networks: Architectures, Algorithms, and
Applications, Prentice-Hall Inc., USA.

R.C. Gonzalez, R.E. Woods, 1992, Digital Image Processing, Addison-Wesley
Publishing Company, USA.

E. Hjelmas, B.K. Low, 2001, “Face Detection: A Survey”, Computer Vision and
Image Understanding. 83, pp. 236-274.

H. Rowley, S. Baluja, T. Kanade, 1998, “Neural Network-Based Face Detection”,
IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 20, no. 1.

M.H. Yang, D. Kriegman, N. Ahuja, 2002, “Detecting Faces in Images: A Survey”,
IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 24, no. 1.
LAMPIRAN

.
Jadwal Penelitian:

Bulan / tahun
No. Kegiatan Okt Nop Des Jan Feb Mar
09 09 09 010 010 010

1 Studi Kepustakaan
2 Penulisan Proposal
3 Pengumpulan Data
4 Pembuatan Sistem/Program
5 Pengujian Sistem
6 Penulisan Laporan Akhir