SISTEM PENDETEKSI WAJAH MANUSIA

PADA CITRA DIGITAL

(PROPOSAL)

Diajukan Oleh :
Erwin Dwi Riyanto
No. Absen : 14

LEMBAR PERSETUJUAN

Proposal dengan judul

SISTEM PENDETEKSI
WAJAH MANUSIA PADA CITRA DIGITAL

Yang Diajukan oleh

Erwin Dwi R
No. Absen : 14

Sukoharjo, 26-11-2013
Ketua Jurusan Teknik Informatika

Setyo Nugroho, ST, MKom

IMPLEMENTASI SISTEM PENDETEKSI

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

2. PERUMUSAN MASALAH
Masalah deteksi wajah dapat dirumuskan sebagai berikut: dengan
masukan berupa sebuah citra digital sembarang, sistem akan mendeteksi apakah
ada wajah manusia di dalam citra tersebut, dan jika ada maka sistem akan
memberitahu berapa wajah yang ditemukan dan di mana saja lokasi wajah
tersebut di dalam citra. Keluaran dari sistem adalah posisi dari subcitra yang berisi
wajah yang berhasil dideteksi.

3. BATASAN MASALAH
Pada sistem deteksi wajah ini diberikan pembatasan masalah sebagai
berikut:
Citra masukan yang digunakan adalah hitam putih dengan 256 tingkat
keabuan (grayscale).
Wajah yang akan dideteksi adalah wajah yang menghadap ke depan
(frontal), dalam posisi tegak, dan tidak terhalangi sebagian oleh objek lain.
Metode yang dipakai adalah jaringan syaraf tiruan multi-layer perceptron
dengan algoritma pelatihan back-propagation.

4. TUJUAN PENELITIAN
Penelitian bertujuan untuk membuat suatu desain dan implementasi
sistem deteksi wajah dengan masukan berupa citra digital sembarang. Sistem ini
akan menghasilkan subcitra yang berisi wajah-wajah yang berhasil dideteksi.

5. MANFAAT PENELITIAN
Hasil penelitian ini diharapkan dapat digunakan sebagai langkah awal
untuk membangun sistem pemrosesan wajah yang menyeluruh, yang bisa
diaplikasikan pada sistem pengenalan wajah atau verifikasi wajah. Program
aplikasi yang dibuat juga dapat dijadikan bahan untuk penelitian lebih lanjut di
bidang yang berkaitan.
Dengan penyesuaian tertentu, metode yang digunakan mungkin dapat
juga dimanfaatkan untuk sistem deteksi objek secara umum yang tidak hanya
terbatas pada wajah, misalnya deteksi kendaraan, pejalan kaki, bahan produksi,
dan sebagainya.
Dari hasil penelitian ini juga diharapkan dapat diperoleh pemahaman
yang lebih baik terhadap jaringan syaraf tiruan, dan pengaruh berbagai parameter
yang digunakan terhadap unjuk kerja pengklasifikasi 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. Topik-topik yang akan dikaji antara lain
meliputi: pengenalan pola, pengolahan citra digital, pendeteksian objek
secara umum, pendeteksian wajah, dan jaringan syaraf tiruan.
Menyiapkan training data set yang akan digunakan untuk proses
pembelajaran dari sistem. Data wajah yang digunakan akan melalui
praproses berupa resizing menjadi 20x20 pixel, masking, dan histogram
equalization.
Merancang sistem pendeteksi wajah dengan jaringan syaraf tiruan,
kemudian membuat program aplikasinya.
Melakukan pelatihan pada sistem dengan training data set yang telah
disiapkan sebelumnya.
Melakukan pengujian unjuk kerja sistem. Unjuk kerja pada sistem
pendeteksi wajah diukur dengan menghitung detection rate dan false
positif rate.

7. JADWAL PENELITIAN
Bulan / tahun
No.

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. DAFTAR PUSTAKA
L. Fausett, 1994, Fundamentals of Neural Networks: Architectures, Algorithms,
and Applications, Prentice-Hall Inc., USA.
R.C. Gonzalez, R.E. Woods, 1992, Digital Image Processing, Addison-Wesley
Publishing Company, USA.
E. Hjelmas, B.K. Low, 2001, Face Detection: A Survey, Computer Vision and
Image Understanding. 83, pp. 236-274.
H. Rowley, S. Baluja, T. Kanade, 1998, Neural Network-Based Face Detection,
IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 20, no. 1.
M.H. Yang, D. Kriegman, N. Ahuja, 2002, Detecting Faces in Images: A
Survey, IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 24,
no. 1.