SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI

)

diajukan oleh NamaMhs NIM: XX.YY.ZZZ

Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN

ZZZ telah disetujui oleh Jurusan Teknik Informatika STIKOM Balikpapan dengan dosen pembimbing: 1. tanggal…………………… Ketua Jurusan Teknik Informatika Setyo Nugroho. Balikpapan. ……………………………………………………………. 2. …………………………………………………………….YY. MKom . ST.LEMBAR PERSETUJUAN Proposal Skripsi dengan judul SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL yang diajukan oleh NamaMhs NIM: XX.

Selain itu juga pada citra yang didapatkan dari foto di media massa atau hasil rekaman video. terminal. dan pusat perbelanjaan. Pada kasus tertentu seperti pemotretan untuk pembuatan KTP. sistem pencarian dan pengindeksan pada database citra digital dan database video digital. pintu masuk gedung. Namun pada kasus lain sering didapatkan citra yang berisi lebih dari satu wajah. Contohnya adalah citra yang diperoleh di bandara. 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. penjejakan wajah (face tracking) untuk memperkirakan lokasi suatu wajah dalam video secara real time. Pada kasus tersebut pada umumnya wajah yang ada di dalam citra memiliki bentuk latar belakang yang sangat bervariasi. Dalam bidang penelitian pemrosesan wajah (face processing). maka proses selanjutnya yaitu pengenalan wajah dapat dilakukan dengan lebih mudah. dan jika ada maka sistem akan memberitahu berapa wajah yang ditemukan dan di mana saja lokasi wajah tersebut di dalam citra. 2. 2002). 1 . sistem akan mendeteksi apakah ada wajah manusia di dalam citra tersebut. Dengan sistem pendeteksi wajah yang akurat. memiliki latar belakang yang bervariasi. dan kartu kredit. Penelitian ini akan difokuskan pada masalah pendeteksian wajah. kondisi pencahayaan yang tidak tentu. antara lain untuk sistem pengenalan biometrik (yang dapat juga dikombinasikan dengan fitur biometrik yang lain seperti sidik jari dan suara). LATAR BELAKANG Dewasa ini teknologi pengenalan wajah semakin banyak diaplikasikan. dan ukuran wajah yang bervariasi di dalam citra. 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. Keluaran dari sistem adalah posisi dari subcitra yang berisi wajah yang berhasil dideteksi. konferensi video. sistem keamanan kontrol akses area terbatas. pendeteksian wajah manusia (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition). PERUMUSAN MASALAH Masalah deteksi wajah dapat dirumuskan sebagai berikut: dengan masukan berupa sebuah citra digital sembarang.IMPLEMENTASI SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL 1. SIM. dan interaksi manusia dengan komputer. Sedangkan autentikasi wajah (face authentication) digunakan untuk menguji keaslian/kesamaan suatu wajah dengan data wajah yang telah diinputkan sebelumnya. dan pengenalan ekspresi wajah (facial expression recognition) untuk mengenali kondisi emosi manusia (Yang. Bidang penelitian yang juga berkaitan dengan pemrosesan wajah adalah lokalisasi wajah (face localization) yaitu pendeteksian wajah namun dengan asumsi hanya ada satu wajah di dalam citra.

metode yang digunakan mungkin dapat juga dimanfaatkan untuk sistem deteksi objek secara umum yang tidak hanya terbatas pada wajah. • Metode yang dipakai adalah jaringan syaraf tiruan multi-layer perceptron dengan algoritma pelatihan back-propagation. Program aplikasi yang dibuat juga dapat dijadikan bahan untuk penelitian lebih lanjut di bidang yang berkaitan. Topik-topik yang akan dikaji antara lain meliputi: pengenalan pola. METODE PENELITIAN Metode yang akan digunakan dalam penelitian ini terdiri dari langkahlangkah berikut: • Melakukan studi kepustakaan terhadap berbagai referensi yang berkaitan dengan penelitian yang dilakukan. • Menyiapkan training data set yang akan digunakan untuk proses pembelajaran dari sistem. dalam posisi tegak. masking. dan sebagainya. Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman yang lebih baik terhadap jaringan syaraf tiruan. 6. BATASAN MASALAH Pada sistem deteksi wajah ini diberikan pembatasan masalah sebagai berikut: • Citra masukan yang digunakan adalah hitam putih dengan 256 tingkat keabuan (grayscale). pejalan kaki. 2 . MANFAAT PENELITIAN Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal untuk membangun sistem pemrosesan wajah yang menyeluruh. 5. Sistem ini akan menghasilkan subcitra yang berisi wajah-wajah yang berhasil dideteksi. dan jaringan syaraf tiruan. • Wajah yang akan dideteksi adalah wajah yang menghadap ke depan (frontal). dan histogram equalization. pendeteksian wajah. pendeteksian objek secara umum. pengolahan citra digital. bahan produksi. 4. TUJUAN PENELITIAN Penelitian bertujuan untuk membuat suatu desain dan implementasi sistem deteksi wajah dengan masukan berupa citra digital sembarang. dan pengaruh berbagai parameter yang digunakan terhadap unjuk kerja pengklasifikasi jaringan syaraf tiruan. Data wajah yang digunakan akan melalui praproses berupa resizing menjadi 20x20 pixel.3. yang bisa diaplikasikan pada sistem pengenalan wajah atau verifikasi wajah. misalnya deteksi kendaraan. Dengan penyesuaian tertentu. dan tidak terhalangi sebagian oleh objek lain.

Rowley. 2002. S. “Neural Network-Based Face Detection”. 1. Fundamentals of Neural Networks: Architectures. H. Prentice-Hall Inc. JADWAL PENELITIAN Bulan / tahun No. • Melakukan pelatihan pada sistem dengan training data set yang telah disiapkan sebelumnya. B. 1 2 3 4 5 6 Kegiatan Studi Kepustakaan Penulisan Proposal Pengumpulan Data Pembuatan Sistem/Program Pengujian Sistem Penulisan Laporan Akhir Okt 03 Nop 03 Des 03 Jan 04 Feb 04 Mar 04 8. USA. Baluja. 20.E. no. Pattern Analysis and Machine Intelligence. 2001. USA. no. vol. N. Hjelmas. 24. Low. D. Digital Image Processing. 1992. Ahuja. “Detecting Faces in Images: A Survey”. Yang. IEEE Trans. Kriegman. R. 1.K. E. R. IEEE Trans. M. Unjuk kerja pada sistem pendeteksi wajah diukur dengan menghitung detection rate dan false positif rate.• Merancang sistem pendeteksi wajah dengan jaringan syaraf tiruan. Addison-Wesley Publishing Company.C. 7. Computer Vision and Image Understanding. 1998.. kemudian membuat program aplikasinya.H. T. pp. DAFTAR PUSTAKA L. • Melakukan pengujian unjuk kerja sistem. Kanade. Algorithms. Woods. 236-274. Gonzalez. Pattern Analysis and Machine Intelligence. Fausett. 3 . 83. and Applications. vol. “Face Detection: A Survey”. 1994.

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.