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

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

Sistem ini akan menghasilkan subcitra yang berisi wajah-wajah yang berhasil dideteksi. Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman yang lebih baik terhadap jaringan syaraf tiruan. • Metode yang dipakai adalah jaringan syaraf tiruan multi-layer perceptron dengan algoritma pelatihan back-propagation. Data wajah yang digunakan akan melalui praproses berupa resizing menjadi 20x20 pixel. TUJUAN PENELITIAN Penelitian bertujuan untuk membuat suatu desain dan implementasi sistem deteksi wajah dengan masukan berupa citra digital sembarang. BATASAN MASALAH Pada sistem deteksi wajah ini diberikan pembatasan masalah sebagai berikut: • Citra masukan yang digunakan adalah hitam putih dengan 256 tingkat keabuan (grayscale). pengolahan citra digital. pendeteksian objek secara umum. dalam posisi tegak. pejalan kaki. misalnya deteksi kendaraan. masking. 4.3. Program aplikasi yang dibuat juga dapat dijadikan bahan untuk penelitian lebih lanjut di bidang yang berkaitan. Dengan penyesuaian tertentu. dan pengaruh berbagai parameter yang digunakan terhadap unjuk kerja pengklasifikasi jaringan syaraf tiruan. dan tidak terhalangi sebagian oleh objek lain. Topik-topik yang akan dikaji antara lain meliputi: pengenalan pola. bahan produksi. • Menyiapkan training data set yang akan digunakan untuk proses pembelajaran dari sistem. pendeteksian wajah. • Wajah yang akan dideteksi adalah wajah yang menghadap ke depan (frontal). dan jaringan syaraf tiruan. yang bisa diaplikasikan pada sistem pengenalan wajah atau verifikasi wajah. 2 . dan histogram equalization. dan sebagainya. metode yang digunakan mungkin dapat juga dimanfaatkan untuk sistem deteksi objek secara umum yang tidak hanya terbatas pada wajah. 6. MANFAAT PENELITIAN Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal untuk membangun sistem pemrosesan wajah yang menyeluruh. 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. 5.

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

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.