Tugas Akhir - 2012

DESAIN DAN IMPLEMENTASI SISTEM PENGENALAN WAJAH MENGGUNAKAN

WEBCAM UNTUK ACCESS BRANKAS DENGAN METODE PRINCIPAL
COMPONENT ANALYSIS

Mustika Chaniago¹, Indrarini Dyah Irawati², Sugondo Hadiyoso³

¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom

Abstrak

Kata Kunci :

Abstract
Conventional identification techniques to identify a person's identity using a password or a card
previously. At present the use of conventional identification techniques increasingly replaced by
biometric identification techniques. biometrics is a distinctive identity that is owned personally
and has a unique or special characteristics. Biometric characteristic can be used as a pointer of
one's identity, especially the face. This final project combines conventional identification
technique (password) and apply a method for recognizing an image so it can be properly
identified by the computer by using the theory of Proccessing Image created as a system
identification software and hardware that is safe to receive the output of an electronic
identification system and translates as access to open and lock the safe door. Retrieval of data
input in the form of image files captured by webcams, which will be done in the PC image
processing pattern recognition to the face. Then after that the patterns are identified and then
stored into the database as a reference. The results of the implementation using the method of
Principal Component Analysis as a method of face recognition for access control safes this final
project was carried out testing of TestDatabase TrainDatabase from a face image, the best
accuracy on face recognition system with PCA is on the face with a Webcam Database and 20W
lamps with accuracy of 100%. While the accuracy is less good in the face with a Webcam Database
with an accuracy of 70%. The fastest computing time in the face with a facial recognition
database Webcam trained with 10 images faster is the average computation time is 4.3 seconds
and the opposite face with a facial recognition database Webcam trained with 50 images with a
slower average computational time is 7.2 seconds. This is because it is influenced by many facial
training goals.

Keywords : Face Recognition, Principal Component Analysis, Webcam, Grayscale. atmega 8535.

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2012

BAB I
PENDAHULUAN

1.1 Latar Belakang

Keamanan menjadi suatu kebutuhan yang tak terhindarkan bagi pengguna
yang menuntut adanya privasi. Penggunaan fasilitas keamanan pada barang
berharga juga telah meningkat. Berbagai metode digunakan, seperti identifikasi
sidik jari, pengenalan suara, pengenalan iris, dan lain sebagainya. Pengenalan
wajah sebagai verifikasi identitas juga telah dikembangkan dan menghasilkan
bermacam algoritma untuk pemrosesan citra digital, hal ini menjadikan metode
pengenalan wajah sebagai penunjuk identitas seseorang menjadi sangat menarik.
Pemilihan metode ini mempunyai beberapa keuntungan yakni, pengambilan citra
wajah dapat dilakukan pada jarak yang ditentukan , tidak memerlukan adanya
kontak fisik, sehingga metode pengenalan wajah dapat dilakukan.
Metode Principal Component Analysis, yang merupakan salah satu
algoritma yang telah lama dikembangkan menawarkan solusi pengenalan wajah
dengan prinsip analisis komponen. Prinsip analisis komponen telah terbukti dapat
merepresentasikan secara efisien keadaan wajah manusia. Pengenalan wajah
sebagai penunjuk identitas kemudian dapat digunakan untuk verifikasi pengguna
pada ruangan dengan akses yang terbatas. Pada tugas akhir ini bertujuan
mengimplementasikan suatu metoda pengenalan wajah sehingga dapat
diidentifikasi dengan baik pada perangkat lunak dalam hal ini software matlab dan
pada perangkat keras yaitu brankas elektronik yang menerima keluaran dari
sistem identifikasi untuk menerjemahkan sebagai akses membuka dan mengunci
brankas.

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2012

Bab I Pendahuluan 2

1.2 Tujuan Penelitian

Dari latar belakang yang telah diuraikan, maka tujuan Tugas Akhir ini
adalah:
1. Membuat suatu desain dan implementasi sistem pengenalan wajah dengan
Input berupa citra wajah manusia
2. Menganalisis performasi sistem berdasarkan pengaruh pencahayaan dalam
ruangan terhadap hasil identifikasi.
3. Mengetahui tingkat keberhasilan sistem dalam menganalisis dan mengenali
wajah.

1.3 Rumusan Masalah

Dengan tujuan yang telah diketahui di atas, maka masalah dapat
dirumuskan sebagai berikut:
1. Bagaimana cara membuat suatu sistem pengenalan wajah untuk access
brankas sehingga citra yang di dapat memiliki tingkat pencahayaan yang
sama, dan tingkat akurasi tinggi.
2. Bagaimana merancang dan mengimplementasikan sistem pengenalan wajah
dengan webcam sehingga dapat digunakan untuk mengenali citra wajah untuk
access membuka dan mengunci brankas.
3. Bagaimana cara membuat suatu sistem pengenalan wajah menggunakan
webcam dengan menggunakan software Matlab.
4. Bagaimana cara komunikasi antara matlab dengan mikrokontroler.

1.4 Batasan Masalah

Mengingat luasnya pembahasan, maka permasalahan akan dibatasi pada:
1. Wajah yang akan di deteksi adalah wajah tunggal dan tidak memakai apapun
yang bisa menutupi fitur-fitur wajah seperti kacamata atau topeng.
2. Wajah yang akan di deteksi adalah wajah yang menghadap ke depan, kiri dan
kanan, dalam posisi tegak, dan tidak terhalang oleh objek lain di depan
webcam.
3. Format citra wajah yang di ambil adalah JPEG dengan ukuran 241x241 piksel.

Desain Dan Implementasi Sistem Pengenalan Wajah Menggunakan Webcam Untuk

Access Brankas Dengan Metode Principal Component Analysis

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2012

Bab I Pendahuluan 3

4. Untuk database wajah tambahan dari AT&T dengan format BMP dengan
ukuran 92x112 piksel.
5. TrainDatabase wajah berjumlah 34 sampel wajah.
6. Untuk pengambilan wajah, pada matlab tampilan webcam dibuat suatu kotak
segi empat untuk nantinya wajah yang akan di ambil.
7. software simulasi yang digunakan adalah Matlab versi R2009a dan untuk
software memprogram mikrokontroler adalah code vision AVR.
8. Mikrokontroler AVR dan driver motor dc pada hardware yang di gunakan
berupa kit pcb siap pakai.
9. Brankas yang digunakan dibuat dari bahan kayu.

1.5 Metodologi Penelitian

Langkah yang akan ditempuh dalam menyelesaikan Tugas Akhir ini
diantaranya:
1. Studi Literatur
Studi literatur dilakukan untuk mengumpulkan konsep-konsep yang
berhubungan dengan Identifikasi wajah, metode Principal Componen
Analysis, dan komunikasi serial matlab ke mikrokontroler. Adapun sumbernya
mencakup buku referensi, jurnal ilmiah, internet, dan diskusi.

2. Pengumpulan Data
Bertujuan untuk mendapatkan data inputan berupa citra wajah.

3. Tahap Perancangan
Membuat perancangan sistem yang bisa digunakan sebagai alat bantu agar
bisa mengenali wajah, disimpan dan dikenali lagi .

4. Simulasi dan Implementasi

Membuat simulasi yang bisa digunakan untuk alat bantu agar bisa mengenali
wajah yang baru dengan yang di simpan sebelumnya pada matlab dan
melakukan komunikasi serial ke mikrokontroler untuk acces brankas.

Desain Dan Implementasi Sistem Pengenalan Wajah Menggunakan Webcam Untuk

Access Brankas Dengan Metode Principal Component Analysis

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2012

Bab I Pendahuluan 4

5. Konsultasi dengan pembimbing

Melakukan diskusi dengan pembimbing untuk memecahkan masalah yang
ditemukan dalam pengerjaan tugas akhir ini.

1.6 Sistematika Penulisan

Pembahasan Tugas Akhir ini disusun dalam lima bab sebagai berikut:

BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang permasalahan, tujuan penelitian,
perumusan masalah, batasan masalah, metode penelitian, dan
sistematika penulisan.

BAB II DASAR TEORI

Bab ini berisi tentang dasar teori yang mendukung dan mendasari
penulisan Tugas Akhir ini, yaitu membahas konsep yang berkaitan
dengan identifikasian wajah, metode Principal Componen Analysis, dan
komunikasi serial matlab ke mikrokontroler.

BAB III PERANCANGAN SISTEM DAN IMPLEMENTASI

Bab ini berisi tentang model implementasi, algoritma, dan blok diagram
dalam proses identifikasi wajah dan proses di dalam sistem. Pembuatan
sistem dilakukan dengan menggunakan software Matlab versi R2009a
dan mikrokontroler difungsikan untuk menerima sinyal kontrol dari
komputer melalui interface serial RS232 yang selanjutnya
mengendalikan membuka dan menutup kunci brankas.

BAB IV PENGUJIAN SISTEM DAN ANALISA

Bab ini membahas tentang implementasi dan hasil analisa sistem serta
parameter-parameter yang digunakan.

Desain Dan Implementasi Sistem Pengenalan Wajah Menggunakan Webcam Untuk

Access Brankas Dengan Metode Principal Component Analysis

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2012

Bab I Pendahuluan 5

BAB V PENUTUP
Bab ini berisi kesimpulan hasil yang diperoleh dari analisis sistem serta
saran-saran untuk pengembangan Tugas Akhir ini.

Desain Dan Implementasi Sistem Pengenalan Wajah Menggunakan Webcam Untuk

Access Brankas Dengan Metode Principal Component Analysis

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2012

BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan

1. Dari TestDatabase terhadap TrainDatabase data citra wajah, tingkat

akurasi paling baik pada sistem pengenalan wajah pada Database wajah
dengan Webcam dan lampu 20W dengan akurasi 100%. Sedangkan
akurasi baik adalah pada Database wajah dengan Webcam dengan akurasi
70%.
2. Waktu komputasi tercepat dalam pengenalan wajah Database wajah
dengan Webcam dengan 10 citra latih lebih cepat yaitu waktu rata-rata
komputasinya adalah 4,3 detik dan sebaliknya pengenalan wajah
Database wajah dengan Webcam dengan 50 citra latih lebih lambat
dengan waktu rata-komputasinya adalah 7,2 detik. Hal ini karena
dipengaruhi oleh banyaknya cita latih wajah dan intensitas pencahayaan
pada saat pengambilan citra wajah.
3. Metode PCA cukup bagus dalam mengklasifikasi pengenalan wajah
dimana metode ini mampu mendeteksi 100% yaitu pada Database wajah
dengan Webcam dan lampu 20W.
4. Pengenalan wajah dengan metode PCA dapat digunakan untuk
lingkungan dengan kondisi pencahayaan yang dijaga tetap.
5. Perangkat lunak matlab dapat digunakan berkomunikasi dengan peralatan
di luar komputer.

55

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

 Tugas Akhir - 2012

Bab V Kesimpulan dan Saran 56

5.2 Saran

Pengembangan yang dapat dilakukan dari Tugas Akhir ini adalah sebagai
berikut :

1. Untuk penelitian selanjutnya Dapat menggunakan dan menambahkan

ekstraksi ciri jenis yang lain, karena pada tugas akhir ini menggunakan
PCA sebagai ekstraksi ciri.
2. Untuk peneliti selanjutnya bisa menggunakan citra wajah dimana terdapat
aksesoris seperti kacamata, topi dan menambahkan ekspresi wajah.
3. Untuk peneliti selanjutnya jika menggunakan brankas dapat memakai
brankas yang sebenarnya atau aplikasi ke tempat lainnya seperti pintu, laci
meja, lemari disesuaikan dengan aplikasi yang dibuat.

Sistem Klasifikasi Jenis dan Kematangan Buah Tomat Berdasarkan Bentuk dan Ukuran
serta Warna Permukaan Kulit Buah Berbasis Pengolahan Citra Digital

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2012

DAFTAR PUSTAKA

[1] Ernawati, Risti, 2009, Perancangan dan Implementasi Sistem Pengenalan

Wajah Manusia Secara Realtime Dengan Webcam Menggunakan Fiture
Wajah Bagian Atas, IT Telkom, Bandung
[2] Diredja, Darmawan, Denny, 2009. Perancangan Sitem Pengamanan Pintu
Menggunakan RFid TAG Card dan Pin Berbasis Mikrokontroler AVR
ATMEGA 8535, IT Telkom, Bandung
[3] Iwut, Iwan, Slide Kuliah Pengolahan Sinyal Multimedia, Teknik
Telekomunikasi IT Telkom, Bandung
[4] Putra, Darma, 2008, Sistem Biometrik, Andi, Yogyakarta

[5] http://duniaelektronika.blogspot.com (diakses tanggal 15 februari 2012)

[6] http://en.wikipedia.org/wiki/RGB_color_model
(diakses tanggal 15 februari 2012)
[7] http://en.wikipedia.org/wiki/Image_processing
(diakses tanggal 15 februari 2012)
[8] http://www.mathworks.com/matlabcentral/fileexchange/17032-pca-based-
face-recognition-system (diakses tanggal 12 maret 2012)
[9] http://roohmadi.wordpress.com/2011/03/11/logging-data-suhu-ds1820-dengan-
matlab-2008/ (diakses tanggal 12 mei 2012)
[10] http://aank123.wordpress.com/pendidikan/materi-elektronika/pengontrolan-arah-
putaran-motor-dc/ (diakses tanggal 16 mei 2012)
[11] http://yashomaladhi.wordpress.com/tag/komunikasi-matlab-serial/
(diakses tanggal 18 mei 2012)

xv

Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi

Powered by TCPDF (www.tcpdf.org)