Professional Documents
Culture Documents
https://jurnal.umpar.ac.id/index.php/sylog
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.
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:
Teknik Informatika,
Parepare, Indonesia
Email: riki@gmail.com
I. PENDAHULUAN adanya masukan berupa citra untuk dicocokan dengan citra yang disimpan dalam sistem
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
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
Untuk memperoleh data-data yang dibutuhkan dalam rangka melakukan penelitian, maka
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
Pada tahapan ini peneliti melakukan persiapan penelitian. Persiapan penelitian yang
▪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
sistem.
bentuk wajah.
Deteksi Bentuk wajah Use Case ini menjelaskan bahwa setelah android
dapat terdeteksi.
Gambar 3. Sequence Diagram
3. Activity Diagram
1. Rancangan Input
a. Activity diagram aplikasi Rancangan Input dari aplikasi yang dibuat adalah sebagai berikut:
informasi setelah bentuk wajah terdeteksi, pada tampilan ini terdapat pengaturan kamera, yaitu
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 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
Jenis Spesifikasi
Memori 4 GB Dari gambar flowgraph aplikasi diatas dapat dilakukan proses perhitungan
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 :
▪4
1* 2 3
Rifki , A.irmayani Pawelloi , Mughaffir Yunus (Deteksi Bentuk Wajah Untuk Mengenal Karakter Berbasis Android)
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