SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI

)

diajukan oleh NamaMhs NIM: XX.YY.ZZZ

Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN

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

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

dan pengaruh berbagai parameter yang digunakan terhadap unjuk kerja pengklasifikasi jaringan syaraf tiruan. 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. misalnya deteksi kendaraan. bahan produksi. 4. 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. Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman yang lebih baik terhadap jaringan syaraf tiruan. yang bisa diaplikasikan pada sistem pengenalan wajah atau verifikasi wajah. dan jaringan syaraf tiruan. 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. dan tidak terhalangi sebagian oleh objek lain. masking. dan sebagainya. 2 . 5. dalam posisi tegak. Program aplikasi yang dibuat juga dapat dijadikan bahan untuk penelitian lebih lanjut di bidang yang berkaitan. dan histogram equalization. Sistem ini akan menghasilkan subcitra yang berisi wajah-wajah yang berhasil dideteksi. Data wajah yang digunakan akan melalui praproses berupa resizing menjadi 20x20 pixel.3. pendeteksian objek secara umum. pendeteksian wajah. • Wajah yang akan dideteksi adalah wajah yang menghadap ke depan (frontal). Dengan penyesuaian tertentu. pengolahan citra digital. pejalan kaki. Topik-topik yang akan dikaji antara lain meliputi: pengenalan pola. 6.

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

Sign up to vote on this title
UsefulNot useful