bab 4 implementasi dan evaluasi 4.1 spesifikasi sistemthesis.binus.ac.id/asli/bab4/2011-1-00600-mtif...
TRANSCRIPT
BAB 4
IMPLEMENTASI DAN EVALUASI
4.1 Spesifikasi Sistem
Sistem – sistem pendukung yang dipakai penulis untuk membuat dan
menjalankan program aplikasi ini terbagi menjadi dua bagian yaitu spesifikasi
perangkat keras dan spesifikasi perangkat lunak.
4.1.1 Spesifikasi Perangkat Keras
Motherboard : Intel D975XBX2
Prosessor : Intel Core 2 Duo E6400 2.13 GHz
Memory : 1024 MB
Storage : 660 GB
Graphic Card : ATI Radeon HD 5570
Monitor : Viewsonic LCD 22”
Others : Keyboard dan Mouse
4.1.2 Spesifikasi Perangkat Lunak
Operating System : Microsoft Windows XP Professional SP3
Compiler : MS Visual C# 2008 Express Edition & Matlab R2010a
45
4.2 Mekanisme Kerja Sistem
4.2.1 Tampilan Awal dan Inisialisasi
Pada saat “Orthogonal Laplacianfaces.exe” dijalankan, maka akan tampil
sebuah form seperti tampak pada Gambar 4.1. Pada bagian kiri atas terdapat
bagian untuk inisialisasi yang merupakan tahap awal yang dikerjakan pada saat
program dijalankan. Inisialisasi berguna untuk mendapatkan banyaknya citra
yang akan di-training, ukuran citra, banyaknya citra yang dimiliki tiap subjek,
dan menentukan batasan minimal untuk nilai eigen saat proses pengurangan
dimensi.
Gambar 4. 1 Tampilan awal dan inisialisasi
46
4.2.2 Modul Hitung Orthogonal Laplacianfaces
Tahap ini adalah untuk menghitung nilai Orthogonal Laplacianfaces
yang akan digunakan untuk melakukan pengenalan citra. Saat tombol “Train
Image” ditekan, maka semua text box pada halaman tersebut akan di-lock
sehingga tidak memungkinkan memasukkan nilai lain saat proses penghitungan
berlangsung. Ketika proses penghitungan berlangsung, nilai dari progress bar
akan bertambah dan proses yang sudah selesai akan diberi tanda berupa tulisan
“Completed” di sebelah kanan nama proses. Setelah proses penghitungan selesai,
rincian dari proses penghitungan, dimensi yang tereduksi (“Dimension
Reduced”) dan waktu proses (“Processing Time”), akan ditampilkan.
Gambar 4.2 Modul hitung Orthogonal Laplacianfaces
47
4.2.3 Modul Pengenalan
Tahap ini bertujuan untuk melakukan proses pada citra yang ingin
dikenal. Proses ini merupakan langkah akhir dan tujuan dari program aplikasi ini.
Langkah awal untuk melakukan pengenalan adalah dengan menekan tombol
“Browse Image” untuk memasukkan citra ke dalam program aplikasi, citra akan
muncul di picture box bagian atas. Setelah memasukkan citra yang ingin
dikenali, tombol “Recognize” ditekan dan hasilnya dapat dilihat di bagian
“Recognized as”. Profile merupakan nomor subyek pemilik citra dan Image
merupakan citra yang paling mirip dengan citra yang ingin dikenali.
Gambar 4.3 Modul pengenalan
48
4.3 Evaluasi Hasil Pengujian Program
Pengujian dilakukan sebanyak dua kali dengan membedakan besarnya
batasan nilai eigen untuk mengetahui dampaknya pada tingkat keakuratan
pengenalan wajah. Berdasarkan hasil pengujian program dalam melakukan
proses penghitungan terhadap 350 citra wajah untuk mendapat nilai Orthogonal
Laplacianfaces-nya, didapat data sebagai berikut:
No Data Hasil
e-12 e-14
1. Dimensi Tereduksi 19 1
2. Waktu Proses 18 menit 1 detik 21 menit 16 detik
Tabel 4.1 Keterangan dimensi yang tereduksi dan waktu proses
Berdasarkan Tabel 4.1 dapat dilihat bahwa batasan nilai eigen yang lebih
besar pada tahap pengurangan dimensi akan membuat dimensi yang tereduksi
lebih banyak, namun akan mempersingkat proses penghitungan.
4.3.1 Pengujian Terhadap Citra yang Berada di Dalam Training Set
Program aplikasi ini diuji dengan menggunakan 35 subyek yang masing –
masing memiliki 10 sampel citra wajah. Total citra wajah yang berada di dalam
training set adalah 350 citra.
49
Citra Subyek Hasil
Citra Subyek Hasil
e-12 e-14 e-12 e-14
1.bmp 1 1 176.bmp 18 18
2.bmp 1 1 177.bmp 18 18
3.bmp 1 1 178.bmp 18 18
4.bmp 1 1 179.bmp 18 18
5.bmp 1 1 180.bmp 18 18
6.bmp 1 1 181.bmp 19 19
7.bmp 1 1 182.bmp 19 19
8.bmp 1 1 183.bmp 19 19
9.bmp 1 1 184.bmp 19 19
10.bmp 1 1 185.bmp 19 19
11.bmp 2 2 186.bmp 19 19
12.bmp 2 2 187.bmp 19 19
13.bmp 2 2 188.bmp 19 19
14.bmp 2 2 189.bmp 19 19
15.bmp 2 2 190.bmp 19 19
16.bmp 2 2 191.bmp 20 20
50
17.bmp 2 2 192.bmp 20 20
18.bmp 2 2 193.bmp 20 20
19.bmp 2 2 194.bmp 20 20
20.bmp 2 2 195.bmp 20 20
21.bmp 3 3 196.bmp 20 20
22.bmp 3 3 197.bmp 20 20
23.bmp 3 3 198.bmp 20 20
24.bmp 3 3 199.bmp 20 20
25.bmp 3 3 200.bmp 20 20
26.bmp 3 3 201.bmp 21 21
27.bmp 3 3 202.bmp 21 21
28.bmp 3 3 203.bmp 21 21
29.bmp 3 3 204.bmp 21 21
30.bmp 3 3 205.bmp 21 21
31.bmp 4 4 206.bmp 21 21
32.bmp 4 4 207.bmp 21 21
33.bmp 4 4 208.bmp 21 21
34.bmp 4 4 209.bmp 21 21
51
35.bmp 4 4 210.bmp 21 21
36.bmp 4 4 211.bmp 22 22
37.bmp 4 4 212.bmp 22 22
38.bmp 4 4 213.bmp 22 22
39.bmp 4 4 214.bmp 22 22
40.bmp 4 4 215.bmp 22 22
41.bmp 5 5 216.bmp 22 22
42.bmp 5 5 217.bmp 22 22
43.bmp 5 5 218.bmp 22 22
44.bmp 5 5 219.bmp 22 22
45.bmp 5 5 220.bmp 22 22
46.bmp 5 5 221.bmp 23 23
47.bmp 5 5 222.bmp 23 23
48.bmp 5 5 223.bmp 23 23
49.bmp 5 5 224.bmp 23 23
50.bmp 5 5 225.bmp 23 23
51.bmp 6 6 226.bmp 23 23
52.bmp 6 6 227.bmp 23 23
52
53.bmp 6 6 228.bmp 23 23
54.bmp 6 6 229.bmp 23 23
55.bmp 6 6 230.bmp 23 23
56.bmp 6 6 231.bmp 24 24
57.bmp 6 6 232.bmp 24 24
58.bmp 6 6 233.bmp 24 24
59.bmp 6 6 234.bmp 24 24
60.bmp 6 6 235.bmp 24 24
61.bmp 7 7 236.bmp 24 24
62.bmp 7 7 237.bmp 24 24
63.bmp 7 7 238.bmp 24 24
64.bmp 7 7 239.bmp 24 24
65.bmp 7 7 240.bmp 24 24
66.bmp 7 7 241.bmp 25 25
67.bmp 7 7 242.bmp 25 25
68.bmp 7 7 243.bmp 25 25
69.bmp 7 7 244.bmp 25 25
70.bmp 7 7 245.bmp 25 25
53
71.bmp 8 8 246.bmp 25 25
72.bmp 8 8 247.bmp 25 25
73.bmp 8 8 248.bmp 25 25
74.bmp 8 8 249.bmp 25 25
75.bmp 8 8 250.bmp 25 25
76.bmp 8 8 251.bmp 26 26
77.bmp 8 8 252.bmp 26 26
78.bmp 8 8 253.bmp 26 26
79.bmp 8 8 254.bmp 26 26
80.bmp 8 8 255.bmp 26 26
81.bmp 9 9 256.bmp 26 26
82.bmp 9 9 257.bmp 26 26
83.bmp 9 9 258.bmp 26 26
84.bmp 9 9 259.bmp 26 26
85.bmp 9 9 260.bmp 26 26
86.bmp 9 9 261.bmp 27 27
87.bmp 9 9 262.bmp 27 27
88.bmp 9 9 263.bmp 27 27
54
89.bmp 9 9 264.bmp 27 27
90.bmp 9 9 265.bmp 27 27
91.bmp 10 10 266.bmp 27 27
92.bmp 10 10 267.bmp 27 27
93.bmp 10 10 268.bmp 27 27
94.bmp 10 10 269.bmp 27 27
95.bmp 10 10 270.bmp 27 27
96.bmp 10 10 271.bmp 28 28
97.bmp 10 10 272.bmp 28 28
98.bmp 10 10 273.bmp 28 28
99.bmp 10 10 274.bmp 28 28
100.bmp 10 10 275.bmp 28 28
101.bmp 11 11 276.bmp 28 28
102.bmp 11 11 277.bmp 28 28
103.bmp 11 11 278.bmp 28 28
104.bmp 11 11 279.bmp 28 28
105.bmp 11 11 280.bmp 28 28
106.bmp 11 11 281.bmp 29 29
55
107.bmp 11 11 282.bmp 29 29
108.bmp 11 11 283.bmp 29 29
109.bmp 11 11 284.bmp 29 29
110.bmp 11 11 285.bmp 29 29
111.bmp 12 12 286.bmp 29 29
112.bmp 12 12 287.bmp 29 29
113.bmp 12 12 288.bmp 29 29
114.bmp 12 12 289.bmp 29 29
115.bmp 12 12 290.bmp 29 29
116.bmp 12 12 291.bmp 30 30
117.bmp 12 12 292.bmp 30 30
118.bmp 12 12 293.bmp 30 30
119.bmp 12 12 294.bmp 30 30
120.bmp 12 12 295.bmp 30 30
121.bmp 13 13 296.bmp 30 30
122.bmp 13 13 297.bmp 30 30
123.bmp 13 13 298.bmp 30 30
124.bmp 13 13 299.bmp 30 30
56
125.bmp 13 13 300.bmp 30 30
126.bmp 13 13 301.bmp 31 31
127.bmp 13 13 302.bmp 31 31
128.bmp 13 13 303.bmp 31 31
129.bmp 13 13 304.bmp 31 31
130.bmp 13 13 305.bmp 31 31
131.bmp 14 14 306.bmp 31 31
132.bmp 14 14 307.bmp 31 31
133.bmp 14 14 308.bmp 31 31
134.bmp 14 14 309.bmp 31 31
135.bmp 14 14 310.bmp 31 31
136.bmp 14 14 311.bmp 32 32
137.bmp 14 14 312.bmp 32 32
138.bmp 14 14 313.bmp 32 32
139.bmp 14 14 314.bmp 32 32
140.bmp 14 14 315.bmp 32 32
141.bmp 15 15 316.bmp 32 32
142.bmp 15 15 317.bmp 32 32
57
143.bmp 15 15 318.bmp 32 32
144.bmp 15 15 319.bmp 32 32
145.bmp 15 15 320.bmp 32 32
146.bmp 15 15 321.bmp 33 33
147.bmp 15 15 322.bmp 33 33
148.bmp 15 15 323.bmp 33 33
149.bmp 15 15 324.bmp 33 33
150.bmp 15 15 325.bmp 33 33
151.bmp 16 16 326.bmp 33 33
152.bmp 16 16 327.bmp 33 33
153.bmp 16 16 328.bmp 33 33
154.bmp 16 16 329.bmp 33 33
155.bmp 16 16 330.bmp 33 33
156.bmp 16 16 331.bmp 34 34
157.bmp 16 16 332.bmp 34 34
158.bmp 16 16 333.bmp 34 34
159.bmp 16 16 334.bmp 34 34
160.bmp 16 16 335.bmp 34 34
58
161.bmp 17 17 336.bmp 34 34
162.bmp 17 17 337.bmp 34 34
163.bmp 17 17 338.bmp 34 34
164.bmp 17 17 339.bmp 34 34
165.bmp 17 17 340.bmp 34 34
166.bmp 17 17 341.bmp 35 35
167.bmp 17 17 342.bmp 35 35
168.bmp 17 17 343.bmp 35 35
169.bmp 17 17 344.bmp 35 35
170.bmp 17 17 345.bmp 35 35
171.bmp 18 18 346.bmp 35 35
172.bmp 18 18 347.bmp 35 35
173.bmp 18 18 348.bmp 35 35
174.bmp 18 18 349.bmp 35 35
175.bmp 18 18 350.bmp 35 35
Tabel 4.2 Hasil pengenalan citra yang terdapat pada training set
Berdasarkan Tabel 4.2, metode Orthogonal Laplacianfaces mampu
mengenali seluruh citra pada training set dengan tingkat keakuratan 100% yang
didapat dari (350 / 350) * 100%, dengan menggunakan batasan e-12 dan e-14
59
terhadap nilai eigen untuk melakukan pengurangan dimensi pada tahap
pengurangan dimensi dengan PCA. Tingkat keakuratan pengenalan dapat
dihitung dengan rumus % pengenalan citra = (jumlah citra yang dikenali / jumlah
citra yang diuji) * 100%.
4.3.2 Pengujian Terhadap Citra yang Berada di Luar Training Set
Berikut adalah hasil pengujian terhadap citra yang tidak berada di dalam
training set. Untuk pengujian ini, citra diambil dari 35 subyek yang masing –
masing memiliki 5 sampel citra wajah. Total citra wajah yang tidak berada di
dalam training set adalah 175 citra.
Citra Subyek Hasil
Citra Subyek Hasil
e-12 e-14 e-12 e-14
1-1.bmp 1 1 19-1.bmp
19 19
1-2.bmp 1 1 19-2.bmp
19 19
1-3.bmp 1 1 19-3.bmp
18* 19
1-4.bmp 1 1 19-4.bmp
19 19
1-5.bmp 1 1 19-5.bmp
19 19
2-1.bmp 2 2 20-1.bmp
20 20
2-2.bmp 2 2 20-2.bmp
20 20
60
2-3.bmp 2 2 20-3.bmp
20 20
2-4.bmp 2 2 20-4.bmp
20 20
2-5.bmp 2 2 20-5.bmp
20 20
3-1.bmp 15* 3 21-1.bmp
21 21
3-2.bmp 3 3 21-2.bmp
21 21
3-3.bmp 3 33* 21-3.bmp
21 21
3-4.bmp 3 3 21-4.bmp
21 21
3-5.bmp 3 3 21-5.bmp
21 21
4-1.bmp 4 4 22-1.bmp
27* 22
4-2.bmp 4 4 22-2.bmp
22 22
4-3.bmp 4 4 22-3.bmp
22 22
4-4.bmp 4 4 22-4.bmp
22 22
4-5.bmp 4 4 22-5.bmp
22 22
5-1.bmp 9* 16* 23-1.bmp
31* 30*
5-2.bmp 5 5 23-2.bmp
23 23
5-3.bmp 5 5 23-3.bmp
13* 23
5-4.bmp 5 5 23-4.bmp
23 23
5-5.bmp 5 5 23-5.bmp
23 7*
61
6-1.bmp 6 6 24-1.bmp
31* 24
6-2.bmp 6 6 24-2.bmp
24 24
6-3.bmp 6 6 24-3.bmp
13* 24
6-4.bmp 6 6 24-4.bmp
24 24
6-5.bmp 6 6 24-5.bmp
24 24
7-1.bmp 7 7 25-1.bmp
25 25
7-2.bmp 7 7 25-2.bmp
25 25
7-3.bmp 7 7 25-3.bmp
25 11*
7-4.bmp 7 7 25-4.bmp
25 25
7-5.bmp 7 7 25-5.bmp
25 25
8-1.bmp 8 8 26-1.bmp
26 26
8-2.bmp 8 8 26-2.bmp
26 26
8-3.bmp 8 8 26-3.bmp
26 26
8-4.bmp 8 8 26-4.bmp
26 26
8-5.bmp 8 8 26-5.bmp
26 26
9-1.bmp 9 9 27-1.bmp
27 27
9-2.bmp 9 9 27-2.bmp
27 27
9-3.bmp 9 9 27-3.bmp
27 27
62
9-4.bmp 9 9 27-4.bmp
27 27
9-5.bmp 9 9 27-5.bmp
27 27
10-1.bmp 10 10 28-1.bmp
28 28
10-2.bmp 10 10 28-2.bmp
28 28
10-3.bmp 10 10 28-3.bmp
31* 31*
10-4.bmp 4* 10 28-4.bmp
28 28
10-5.bmp 10 27* 28-5.bmp
28 28
11-1.bmp 11 11 29-1.bmp
29 29
11-2.bmp 11 11 29-2.bmp
29 29
11-3.bmp 11 11 29-3.bmp
29 29
11-4.bmp 11 11 29-4.bmp
29 29
11-5.bmp 11 11 29-5.bmp
29 29
12-1.bmp 12 12 30-1.bmp
30 30
12-2.bmp 12 12 30-2.bmp
30 30
12-3.bmp 12 12 30-3.bmp
30 30
12-4.bmp 12 12 30-4.bmp
30 30
12-5.bmp 12 12 30-5.bmp
30 30
13-1.bmp 13 13 31-1.bmp
31 31
63
13-2.bmp 13 13 31-2.bmp
31 31
13-3.bmp 13 13 31-3.bmp
31 31
13-4.bmp 13 13 31-4.bmp
31 31
13-5.bmp 13 13 31-5.bmp
31 31
14-1.bmp 14 14 32-1.bmp
32 32
14-2.bmp 14 14 32-2.bmp
32 32
14-3.bmp 14 14 32-3.bmp
32 32
14-4.bmp 14 2* 32-4.bmp
32 32
14-5.bmp 14 14 32-5.bmp
32 32
15-1.bmp 15 15 33-1.bmp
33 33
15-2.bmp 15 15 33-2.bmp
33 33
15-3.bmp 15 15 33-3.bmp
33 33
15-4.bmp 15 15 33-4.bmp
33 33
15-5.bmp 15 15 33-5.bmp
33 33
16-1.bmp 16 16 34-1.bmp
34 34
16-2.bmp 16 16 34-2.bmp
34 34
16-3.bmp 16 16 34-3.bmp
34 34
16-4.bmp 16 16 34-4.bmp
34 34
64
16-5.bmp 16 16 34-5.bmp
34 34
17-1.bmp 17 17 35-1.bmp
35 35
17-2.bmp 17 17 35-2.bmp
35 35
17-3.bmp 17 17 35-3.bmp
35 35
17-4.bmp 17 17 35-4.bmp
35 35
17-5.bmp 17 17 35-5.bmp
35 35
18-1.bmp 18 16*
18-2.bmp 18 18
18-3.bmp 18 18
18-4.bmp 29* 18
18-5.bmp 18 18
Tabel 4.3 Hasil pengenalan citra yang tidak terdapat pada training set
Berdasarkan Tabel 4.3, metode Orthogonal Laplacianfaces mampu
mengenali 164 citra yang tidak berada di dalam training set dengan tingkat
keakuratan 93,714% ([164 / 175] * 100%) dengan menggunakan batasan e-12 dan
tingkat keakuratan 94,857% ([166 / 175] * 100%) dengan menggunakan batasan
e-14 terhadap nilai eigen untuk melakukan pengurangan dimensi pada tahap
pengurangan dimensi dengan PCA. Kesalahan pengenalan citra wajah ditandai
dengan tanda bintang (*).
65
Dengan menggunakan rumus yang sama, persentase pengenalan citra
secara keseluruhan baik yang terdapat pada training set maupun yang tidak
terdapat pada training set adalah 97,905% ([514 / 525] * 100%) dengan batasan
nilai eigen e-12 dan 98,286% ([516 / 525] * 100%) dengan batasan nilai eigen e-
14.