JURNAL SINTAKS LOGIKA Vol. 3 No.

3 , September 2022, E-ISSN : 2775-412X

https://jurnal.umpar.ac.id/index.php/sylog

DETEKSI BENTUK WAJAH UNTUK MENGENAL KARAKTER BERBASIS ANDROID

1* 2 3
Rifki , A.irmayani Pawelloi , Mughaffir Yunus
1
Teknik Informatika, Universitas Muhammadiyah Parepare, Indonesia

Rifki@gmail.com, irmayanipawelloi@gmail.com, mughaffiryunus@gmail.com

InformasiArtikel ABSTRACT

Face shape detection is one part of the development of Human and Computer Interaction (IMK). The development of face detection is not only developed
Riwayat Artikel:
for security and health, but can be developed for computer games. Even computer games can be developed by using the movement of one member of the

Dikirim Author : 9-01-2021 human body, so that they no longer use a mouse and keyboard. This research uses OpenCV technology which provides many libraries. The OpenCV

Diterima Redaksi : 10-01-2021 library supports computer game software, one of which is Android. One of the libraries used can detect faces with the help of a webcam or camera on a

Revisi Reviewer : 12-01-2021 computer. This research is implemented on an android smartphone that has a front camera to capture the user's face. The detected face can move a 3

Diterbitkan online : 18-01-2021 dimensional object. Every movement of the face left, right, up and down will also be measured how much distance can be obtained until the face cannot

be detected by the camera anymore. The results of this study are 3 dimensional objects can moves according to facial movements detected by the android

smartphone camera, and the ideal distance results are 50-100 cm from the camera's facial movement so that it has good movement accuracy.

The results of the study show that the Face Shape Recognition application using the Centroid and Geometric Mean Methods produces an accuracy of 96%
Keywords:
and a computation time of about 19.6 seconds.

Keywords: Face shape, Android

ABSTRAK

Deteksi di bentuk wajah merupakan salah satu bagian dari pengembangan Interaksi Manusia dan Komputer (IMK). Pengembangan deteksi wajah
tidak hanya dikembangkan untuk keamanan maupun bidang kesehatan, melainkan bisa dikembangkan untuk permainan komputer. Bahkan
permainan komputer bisa dikembangkan dengan menggunakan pergerakan salah satu anggota tubuh manusia, sehingga tidak lagi menggunakan

mouse dan keyboard. Penelitian ini menggunakan teknologi OpenCV yang menyediakan banyak library.Library OpenCV mendukung perangkat
lunak permainan komputer salah satunya yaitu Android. Salah satu Library yang digunakan, dapat mendeteksi wajah dengan bantuan webcam atau
kamera pada komputer. Penelitian ini diimplementasikan pada smartphone android yang memiliki kamera depan untuk menangkap wajah
pengguna. Wajah yang terdeteksi dapat menggerakkan sebuah objek dimensi 3. Setiap pergerakan wajah ke kiri, ke kanan, ke atas dan ke bawah

juga akan diukur berapa jarak yang bisa didapat sampai wajah sudah tidak dapat terdeteksi oleh kamera lagi Hasil dari penelitian ini yaitu objek

Kata kunci: dimensi 3 dapat bergerak sesuai dengan pergerakan wajah yang terdeteksi oleh kamera smartphone android, serta didapatkan hasil jarak ideal

yaitu 50 – 100 cm pergerakan wajah dari kamera sehingga memiliki akurasi pergerakan yang baik.
Kata Kunci : b e n t u k Wajah, Android
Hasil dari penelitian menunjukan bahwa aplikasi Pengenalan bentuk Wajah dengan Menggunakan Metode Centroid dan Geometric Mean
menghasilkan akurasi 96% dan waktu komputasi sekitar 19,6 detik

PenulisKorespondensi:

This is an open access article under the CC BY-SA license.

Rifki,

Teknik Informatika,

Universitas Muhammadiyah Parepare,

Jl. Jendral Ahmad Yani KM.6 Kota

Parepare, Indonesia

Email: riki@gmail.com

I. PENDAHULUAN adanya masukan berupa citra untuk dicocokan dengan citra yang disimpan dalam sistem

memori. Sebelumnya citra dilakukan pre-processing, salah satunya dengan mengkonversi

Setiap manusia di dunia ini pasti memiliki bentuk wajah yang tidak sama bahkan dengan
kedalam bentuk grayscale dengan tujuan untuk meningkatkan akurasi citra. Setelah itu sistem
kembar identik memiliki perbedaan dalam bentuk wajah. Salah satu cara manusia untuk
akan menghitung hasil ekstraksi fitur sesuai metode yang digunakan pada ciri wajah yang
mengenal setiap individu lain adalah dengan mengingat bentuk wajah idividu tersebut dalam
terdapat pada citra masukan tersebut dengan yang ada dalam sistem. Kemudian dilakukan
memori otak kita. Pada memori otak manusia akan memberikan sebuah gambaran wajah yang
penghitungan untuk setiap citra yang menjadi data training yang ada dalam memori dan citra
pernah kita kenal sebelumnya. Pengenalan wajah merupakan suatu kemampuan yang
masukan yang menjadi citra test.
digunakan oleh manusia dalam biometrik untuk membedakan manusia yang satu dengan
II. METODOLOGI PENELITIAN
lainnya. Seiring dengan semakin canggihnya teknologi saat ini, pengenalan wajahpun bisa

dilakukan oleh sebuah sistem dengan artifical intelligence yang terhubung. Kemampuan untuk 1. Jenis Penelitian

mengenal wajah tersebut memiliki kecerdasan buatan kemudian yang diimplementasikan Jenis penelitian yang digunakan adalah penelitian deskriptif dimana memberikan gambaran

dalam sebuah perangkat dengan platform android sehingga memiliki kemampuan sama seperti mengenai apa yang sesungguhnya terjadi. Dalam pembuatan Skripsi ini digunakan metode

manusia. deskripsif yang menggambarkan fakta-fakta dan informasi secara sistematis, faktual dan akurat.

Berdasarkan uraian latar belakang diatas, belum menggunakan sebuah sistem deteksi Penelitian ini dilakukan melalui internet yang dapat memberikan sumber data dan

karakter wajah berbasis android maka penulis tertarik untuk menuangkan dalam tugas akhir pengetahuan mengenai sistem yang diteliti, kemudian mencocokkan dengan kemungkinan

yang berjudul perancangan sistem deteksi karakter wajah untuk mengetahui karakter wajah yang terjadi dalam usaha penyelesaian masalah.

seseorang berbasis android. Proses pengenalan citra pada identifikasi wajah dilakukan dengan 2. Lokasi dan Waktu Penelitian

▪1
JURNAL SINTAKS LOGIKA - Vol. 1 No.1 , Januari 2021

Lokasi penelitian dilaksanakan di kampus Universitas Muhammadiyah Parepare Fakultas Pada tahap ini peneliti melakukan observasi dengan peninjauan, pencatatan dan

Teknik Program Studi Teknik Informatika. Adapun waktu penelitian dilakukan selama 5 (lima) pengamatan langsung di tempat penelitian.

bulan dimulai pada bulan Juni sampai dengan bulan Oktober tahun 2021. c) Analisis
Tabel 1. Jadwal pelaksanaan penelitian Pada tahap analisis, peneliti melakukan analisa terhadap sistem yang di terapkan
Bulan 2021 sekarang berdasarkan kemudian merumuskan masalah yang menjadi pokok penelitian
No Uraian Kegiatan
Juni Juli Agustus September sehingga dapat dibuat alternatif pemecahan masalah.
d) Perancangan
1 Studi Literatur
Peneliti kemudian merancang aplikasi yang ingin dibuat berdasarkan alternatif

2 Perancangan aplikasi pemecahan masalah.

e) Pengujian
3 Pembuatan aplikasi
Setelah melakukan perancangan, peneliti kemudian menguji hasil perancangan yang

telah dibuat. Jika hasil perancangan terdapat kekurangan atau kelemahan maka kembali
4 Pengujian
ke tahap analisis.
3. Alat dan Bahan
f) Implementasi
Dalam Proses Penelitian dan pembuatan aplikasi, maka diperlukan beberapa alat untuk
Setelah pada perancangan tidak terdapat kekurangan maka aplikasi siap untuk di
membantu dalam pengerjaan dapat dilihat pada tabel di bawah ini:
gunakan oleh user
Tabel 2. Alat dan Bahan

No Uraian Qty III. HASIL DAN PEMBAHASAN

1 Handphonee 1 A. Rancangan Sistem Yang Diusulkan
2 Laptop 1

4. Metode Pengumpulan Data

Untuk memperoleh data-data yang dibutuhkan dalam rangka melakukan penelitian, maka

penulis mengumpulkan data melalui beberapa cara yaitu :

a) Analisis Data

Menganalisa data-data yang sebelumnya telah dikumpulkan.

b) Perancangan Program

Sebagai pedoman dalam penulisan program atau kode-kode agar berjalan sesuai

rencana.
c) Uji Coba Program
Gambar 1. Use Case Diagram
Pengujian program dilakukan untuk memastikan bahwa program yang dibuat dapat
Gambar 1. merupakan diagram use case dari sistem pengenalan bentuk
berjalan dengan baik.
wajah, yaitu diagram use case yang menunjukkan interaksi antara pengguna baru dengan
d) Evaluasi
sistem. Pertama, pengguna harus memilih fitur registrasi pada sistem. Selanjutnya akan
Sistem yang telah selesai dibangun perlu adanya evaluasi untuk menemukan kelemahan
masuk pada tampilan fitur training, pengguna diminta untuk mengambil citra bentuk
yang terdapat pada program yang telah dibangun tadi, yang nantinya bisa digunakan
wajah depan dirinya dari berbagai ekspresi. Kemudian citra bentuk wajah yang sudah
sebagai acuan untuk memperbaiki program sehingga lebih sempurna.
diambil harus diberikan label berupa informasi data diri. Sebagai tahapan akhir, citra bentuk
e) Jenis Data
wajah yang telah memiliki label informasi.
Data yang digunakan dalam penelitian ini berupa data-data yang telah dikumpulkan
Use Case Diagram menjelaskan fungsi yang dimiliki oleh sistem dari segi
melalui Penelitian Pustaka (Library Research). Adapun jenis data primer dan data
fungsionalitas yang dilakukan oleh pengguna system. Use Case Diagram dari sistem ini terbagi
sekunder yang relevan dengan masalah yang akan dibahas.
menjadi dua jenis yaitu Use Case Diagram untuk registrasi awal pengguna sebagai tahap awal
f) Data primer
untuk proses training data karakter bentuk wajah pengguna aplikasi dan Use Case Diagram
Data Primer adalah data yang berasal atau data yang diperoleh langsung dari sumber
untuk pengguna terdaftar.
data dan pengetahuan.
1. Use Case Diagram
g) Data Sekunder

Data sekunder adalah data yang diperoleh tidak secara langsung dari objek penelitian.

Peneliti mendapatkan data yang sudah jadi dari internet, website dan jurnal.
5. Tahapan Penelitian

Tahapan penelitian yang dimaksud dalam penelitian ini ada beberapa tahapan

yaitu persiapan penelitian, pengumpulan data, analisis perancangan, pengujian dan

implementasi. Adapun Uraian dari tahapan tersebut adalah sebagai berikut :

a) Persiapan Penelitian

Pada tahapan ini peneliti melakukan persiapan penelitian. Persiapan penelitian yang

dimaksud adalah menyiapkan buku-buku, artikel-artikel tentang topik penelitian serta

software yang digunakan selama penelitian.

b) Pengumpulan Data
Gambar 2. Use Case Diagram Sistem Yang Diusulkan

▪2
 1* 2 3
Rifki , A.irmayani Pawelloi , Mughaffir Yunus (Deteksi Bentuk Wajah Untuk Mengenal Karakter Berbasis Android)

utama dan siap digunakan oleh pengguna untuk diarahkan ke bentuk wajah, pada tahap ini
2. Actor Pengguna untuk bentuk wajah dapat terdeteksi, aplikasi akan melakukan persamaan gambar pada
Tabel 3. Tabel Actor Pengguna database, jika terdapat persamaan gambar maka selanjutnya sebelum aplikasi menampilkan

informasi, terlebih dahulu aplikasi akan melakukan persamaan ID yang telah di inisialisasi pada
Nama Use Case Deskripsi Use Case bentuk wajah untuk memanggil data yang ada pada database.

Registrasi Sistem Use Case ini menjelaskan bahwa actor pengguna b. Sequence Diagram database

memulai aplikasi augmented reality yang

digunakan untuk menampilkan registrasi

sistem.

Tampilan Awal Use Case ini menjelaskan bahwa setelah

pengguna memulai aplikasi, akan tampil

tampilan awal aplikasi.

Tampilan Utama Use Case ini menjelaskan tentang tampilan

utama yang digunakan untuk pendeteksian

bentuk wajah.

Deteksi Bentuk wajah Use Case ini menjelaskan bahwa setelah android

kamera aktif maka pengguna akan

mengarahkan kamera ke bentuk wajah untuk

menginisialisasi dan identifikasi bentuk wajah

dapat terdeteksi.
Gambar 3. Sequence Diagram

B. Rancangan Input dan Output

3. Activity Diagram
1. Rancangan Input

a. Activity diagram aplikasi Rancangan Input dari aplikasi yang dibuat adalah sebagai berikut:

Tabel 4. Activity Diagram Sistem yang Diusulkan a. Tampilan Utama

Gambar 4. Tampilan Utama

Gambar diatas merupakan tampilan utama yang berfungsi untuk menampilkan

informasi setelah bentuk wajah terdeteksi, pada tampilan ini terdapat pengaturan kamera, yaitu

aktif lampu flash, front kamera, dan manual focus.

b. Tampilan deteksi bentuk wajah pertama

Aktifitas diagram diatas menjelaskan bahwa aplikasi yang digunakan atau

dioperasikan oleh user akan menampilkan tampilan awal aplikasi, dan selanjutnya secara

otomatis akan pindah pada tampilan utama aplikasi, aplikasi yang pertama digunakan setelah

melalui tahap ini akan melakukan persamaan key yang ada pada database, setelah aplikasi

melakukan persamaan maka aplikasi akan melanjutkan tampilan yang ada pada tampilan
Gambar 5. Tampilan deteksi bentuk wajah pertama

▪3
JURNAL SINTAKS LOGIKA - Vol. 1 No.1 , Januari 2021

Gambar diatas merupakan tampilan bentuk wajah pertama yang akan di deteksi

oleh aplikasi
c. Tampilan deteksi bentuk wajah kedua

Gambar 7 Flowchart Aplikasi

1) Flow Graph Aplikasi

Dari flowchart aplikasi yang digunakan untuk pengujian perangkat lunak,

maka ditentukan flowgraph sebagai berikut

Gambar 6. Tampilan bentuk wajah kedua

Gambar diatas merupakan hasil dari bentuk wajah kedua yang telah terdeteksi.
C. PENGUJIAN SISTEM
1. Implementasi

Pada tahap ini design sistem yang telah penulis rancang diterapkan ke dalam bahasa

pemrograman yang kemudian dilakukan pengujian sistem, bahasa pemrograman yang penulis

gunakan untuk membuat aplikasi ini adalah bahasa pemrograman Java.

a) Kebutuhan Hardware

Spesifikasi minimum hardware pengguna aplikasi ini adalah sebagai berikut :

Tabel 4. Spesifikasi Hardware Smartphone

Jenis Spesifikasi

Smartphone Semua Merk

Processor Intel® Atom™ 1.60 Ghz Gambar 8. Flowgraph Aplikasi

RAM 2 GB 2) Proses Pehitungan aplikasi

Memori 4 GB Dari gambar flowgraph aplikasi diatas dapat dilakukan proses perhitungan

Camera 5 MP sebagai berikut :

a) Menghitung Cyclomatic Complexcity V(G) dari Egde dan Node:
Display Touchscreen 4.0 inches
Dengan rumus : V (G) = E – N + 2

N(node) = 6

b) Kebutuhan Software
E(edge) = 6

P (predikat node) = 1
Spesifikasi minimum software pengguna aplikasi ini yaitu sebagai berikut :
Penyelesaian : V(G) = E- N + 2
Tabel 5. Spesifikasi Software
=6–6+2
Jenis Spesifikasi
=2
Sistem Operasi Android Ver. 4.4.2 (Kitkat)
Predikat Node (N) = P + 1
Android Studio 2020 =1+1
2. Pengujian Sistem =2
Pengujian aplikasi dilakukan dengan menggunakan dua metode pengujian b) Berdasarkan perhitungan Cyclomatic Complexcity dari Flowgraph
yaitu Pengujian Black Box (White Box Testing) dan Pengujian White Box (Black Box Testing). diatas memiliki Region = 2
1. Pengujian White Box berfokus pada efektifitas aplikasi yang dirancang c) Independent Path pada flowgraph diatas adalah :

a. white box aplikasi Path 1 = 1 - 2 - 3 - 4 – 5 - 6

1. Flowchart Aplikasi Path 2 = 1 – 2 – 3 – 5 - 6

2. Pengujian Black Box
a. Black Box Popup Informasi dengan jaringan yang tidak stabil

Tabel 6. Black Box deteksi bentuk wajah pertama

Test Factor Hasil Keterangan

Jika mendeteksi bentuk wajah

dengan kondisi yang baik  Berhasil, Karena tampil deteksi

bentuk wajah pertama.

▪4
 1* 2 3
Rifki , A.irmayani Pawelloi , Mughaffir Yunus (Deteksi Bentuk Wajah Untuk Mengenal Karakter Berbasis Android)

ScreenShoot Tabel 8 Deteksi Jarak

JARAK GAMBAR KET

30 CM Terdeteksi

Kamera Depan = 8 MP

Kamera Belakang =

13mp+2mp

IV. KESIMPULAN
Hasil dari penelitian ini dapat disimpulkan bahwa aplikasi ini dapat langsung mendeteksi

bentuk wajah walaupun tanpa menggunakan satu buah lampu LED, karena seluruh bagian

wajah depan sudah cukup tersinari dan juga dibutuhkan jarak yang ideal untuk dapat

mendeteksi bentuk wajah, tidak terlalu dekat ke kamera ataupun jauh dari kamera. Selain itu

pada pengujian pergerakan wajah ketika jarak kamera ke wajah terlalu dekat, pergerakan yang
b. Uji akurasi dari pendeteksian bentuk wajah pada sample yang digunakan adalah se- dapat dilakukan lebih sedikit, idealnya jarak yang diperlukan untuk melakukan pergerakan

bagai berikut : wajah pada 50cm – 100cm sehingga aplikasi memiliki akurasi yang baik untuk melakukan

pergerakan wajah ke kiri, ke kanan, ke atas dan ke bawah. Jarak wajah ke kamera juga
Tabel 7 Uji Akurasi
mempengaruhi ukuran besar kecilnya.
Bentuk Bentuk Bentuk Bentuk
Bentuk wajah dengan pendekatan geometri menghasilkan pada hasil 1 teratas menunjukan
Jarak wajah wajah wajah wajah Ket
angka 75% ,untuk hasil 2 menjadi 85%, pada hasil 3 teratas yaitu 93% dan terakhir dari hasil
pertama kedua ketiga keempat
4 teratas menjadi 97% , data uji yang diambil dari data referensi yang sudah ada di database.

     =
10 cm
REFERENSI
Tampil
[1] S. M. Metev dan V. P. Veiko. Laser Assisted Microtechnology, 2nd
15 cm      = Tidak ed., R. M. Osgood, Jr., Ed. Berlin, Germany: Springer-Verlag,
Tampil 1998, hlm.12-34.
20 cm     [2] Adi nugroho 2017 dalam buku “Rekayasa Perangkat Lunak
Beriorentasi Objek” Penerbit ANDI
25 cm     [3] Dwi Sunar Prasetyo (2013), Membaca Wajah Orang, Jakarta,
Penerbit : Diva Press
30 cm     [4] HMM.Internasional Journal of Advanced Research in
Electronics and Communication Engineering (IJARECE)
Volume 5, Issue 3, March 2016
35 cm     [5] Hossein Amerkashi,2015, Absolute App Inventor 2: Android
Programming for allages Kindle Edition,Kindle Store
Bentuk Bentuk Bentuk Bentuk [6] Irawan. 2018. Membuat Alikasi Android untuk Orang Awam.
Derajat Palembang: Maxkom.
wajah wajah wajah wajah
Kemiringan [7] Jay A. Kreibich 2018, Pengenalan SQLite, Bandung, Penerbit
pertama kedua ketiga keempat ANDI
[8] Jugianto, 2018. Aplikasi Pada Sebuah Komputer. Penerbit. Andi
40º     [9] Kamriani,F. & Roy,K.,2015,App Inentor 2 Essentials A Step- By-
Step Introductory Guide to mobile app development with app
inventor 2,Birmingham:Packt
50º     [10] Shalahuddin 2017, Pengenalan Pemrograman java Penerbit Andi
[11] Shivam Sharma, 2015. Speech Recognition with Hidden
Markov Model: A Review.international Journal of Scientific &
60º     Engineering Research, Volume 6, Issue 11, November-2015

70º    

80º    

90º    

▪5
JURNAL SINTAKS LOGIKA - Vol. 1 No.1 , Januari 2021

▪6