P. 1
Contoh Proposal Skripsi

Contoh Proposal Skripsi

|Views: 5|Likes:
Published by Fathur Cico Chick

More info:

Published by: Fathur Cico Chick on Jan 03, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

01/16/2014

pdf

text

original

SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI

)

diajukan oleh NamaMhs NIM: XX.YY.ZZZ

Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN

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

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

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

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->