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

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

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

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

Sign up to vote on this title
UsefulNot useful