desain dan implementasi sistem pendeteksi wajah ... filedesain dan implementasi sistem pendeteksi...

DESAIN DAN IMPLEMENTASI SISTEM PENDETEKSI WAJAH MENGGUNAKANSENSOR KAMERA UNTUK KEAMANAN GEDUNG

Ridho Cahyo Utomo¹, Achmad Rizal ², Ir. Mas Sarwoko Msc.³

¹Teknik Elektro, Fakultas Teknik Elektro, Universitas Telkom

AbstrakBeberapa sistem automasi yang sekarang cukup populer untuk dikembangkan sekarang ini salahsatunya adalah sistem pendeteksi . Beberapa kecerdasan ditanamkan ke dalam sistem jenis iniuntuk dapat membantu tugas dan pekerjaan manusia. Salah satu pe ngembangan dalam duniaindustri adalah sistem pendeteksi wajah manusia atau biasa disebut human face detector system .Sistem pendeteksi ini dapat di gunakan untuk pengamanan akses ke dalam sebuah ruangan dariorang - orang yang tidak dikenal. Sistem pendeteksi wajah sendiri biasanya menggunakan sensorcahaya yang terdiri dari komponen fotodioda dengan menggunakan metode scanning . Akantetapi , untuk pembacaan citra yang lebih luas , lebih baik jika menggunakan kamera. Untuk itu,digunakan sebuah webcam sebagai sensor kamera karena cepat dan mudah dalam mengakuisisicitra serta mudah dikoneksikan dengan komputer (sebuah komputer akan digunakan untukmengolah data citra). Pada setiap depan ruangan ditempatkan sebuah kamera sebagai pe ncuplikcitra wajah . K amera tersebut men gambil data cuplik sebanyak yang diinginkan. Kemudian pada komputer data diolah menggunakan software MATLAB yang kemudian data dikirimkan kemikrokontroler ATMega32. Mikrokontroler berfungsi untuk mengendalikan motor DC sebagaikunci pintu . . S edangkan untuk mengenali citra wajah digunakan metode PCA ( principlecomponent analysis ) . Sistem bekerja dalam sebuah ruangan yang memiliki nilai intensitascahaya ( lux ) antara 50 - 3 2 0 lux. Tingkat akurasi dalam me mbaca frame wajah , s i stemmemiliki tingkat ketidaktepatan sebesar 5 ,2% . Dalam mengolah, mengenali dan membedakancit r a wajah , sistem mampu memiliki tingkat akurasi sekitar 8 5%

Kata Kunci : frame, sensor kamera, PCA, Lux, Frame Wajah

AbstractABSTRAK Beberapa sistem automasi yang sekarang cukup populer untuk dikembangkansekarang ini salah satunya adalah sistem pendeteksi . Beberapa kecerdasan ditanamkan ke dalamsistem jenis ini untuk dapat membantu tugas dan pekerjaan manusia. Salah satu pe ngembangandalam dunia industri adalah sistem pendeteksi wajah manusia atau biasa disebut human facedetector system . Sistem pendeteksi ini dapat di gunakan untuk pengamanan akses ke dalamsebuah ruangan dari orang - orang yang tidak dikenal. Sistem pendeteksi wajah sendiri biasanyamenggunakan sensor cahaya yang terdiri dari komponen fotodioda dengan menggunakan metodescanning . Akan tetapi , untuk pembacaan citra yang lebih luas , lebih baik jika menggunakankamera. Untuk itu, digunakan sebuah webcam sebagai sensor kamera karena cepat dan mudahdalam mengakuisisi citra serta mudah dikoneksikan dengan komputer (sebuah komputer akandigunakan untuk mengolah data citra). Pada setiap depan ruangan ditempatkan sebuah kamerasebagai pe ncuplik citra wajah . K amera tersebut men gambil data cuplik sebanyak yangdiinginkan. Kemudian p ada komputer data diolah menggunakan software MATLAB yangkemudian data dikirimkan ke mikrokontroler ATMega32. Mikrokontroler berfungsi untukmengendalikan motor DC sebagai kunci pintu . . S edangkan untuk mengenali citra wajahdigunakan metode PCA ( principle component analysis ) . Sistem bekerja dalam sebuah ruanganyang memiliki nilai intensitas cahaya ( lux ) antara 50 - 3 2 0 lux. Tingkat akurasi dalam membaca frame wajah , s i stem memiliki tingkat ketidaktepatan sebesar 5 ,2% . Dalam mengolah,mengenali dan membedakan cit r a wajah , sistem mampu memiliki tingkat akurasi sekitar 8 5%

Keywords : face detection, PCA, lux, frame

Powered by TCPDF (www.tcpdf.org)

Tugas Akhir - 2014

Fakultas Teknik Elektro Program Studi S1 Teknik Elektro

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Beberapa sistem automasi yang sekarang cukup populer untuk

dikembangkan sekarang ini salah satunya adalah sistem pendeteksi. Beberapa

kecerdasan ditanamkan ke dalam sistem jenis ini untuk dapat membantu tugas dan

pekerjaan manusia. Salah satu pengembangan dalam dunia industri adalah sistem

pendeteksi wajah manusia atau biasa disebut human face detector system. Sistem

pendeteksi ini dapat digunakan untuk pengamanan akses ke dalam sebuah ruangan

dari orang-orang yang tidak dikenal.

Sistem pendeteksi wajah sendiri biasanya menggunakan sensor proximity

cahaya yang terdiri dari komponen photodiode. Akan tetapi, bisanya sensor ini

hanya bisa mendeteksi vektor wajah secara horizontal terhadap garis. Sehingga,

untuk pembacaan citra wajah yang lebih luas akan lebih baik jika menggunakan

kamera. Pada penelitian Paul Viola and Michael Jones, mereka sudah merancang

sebuah algoritma yang akan merespon terhadap hasil citra dan menentukan kotak

yang melingkupi wajah seseorang. Untuk itu, penggunaan sensor kamera dapat

memberikan kemampuan yang lebih daripada sensor proximity cahaya

photodiode, sehingga sistem dapat berjalan sesuai yang diharapkan. Begitu juga

pada penelitian yang dilakukan oleh Angga Rusdinar, Jungmin Kim, Junha Lee

dan Sungshin Kim, dengan judul penelitian “Implementation of real-time

positioning system using extended Kalman filter and artificial landmark on

ceiling” menggunakan kamera sebagai penentu posisi robot berdasarkan

landmark (ciri yang khas dari suatu tempat) yang terpasang pada langit-langit

ruangan.

Dengan menggunakan sensor kamera, dapat disisipkan sebuah algoritma

pengenalan wajah berdasarkan metoda integral image dengan menggunakan satu

sensor saja, yaitu sensor kamera.Sehingga dapat meminimalkan penggunaan

banyak sensor. Hal ini tentu akan bermanfaat dari segi efisiensi biaya. Sebagai

Tugas Akhir - 2014


2

sensor kamera, digunakan sebuah webcam karena harganya yang terjangkau dan

mudah dikoneksikan dengan komputer (sebuah komputer akan digunakan untuk

mengolah data citra). Sedangkan algoritma yang akan digunakan adalah Viola-

Jones object detection framework.

Nilai threshold dari tiap komponen filter warna diatur dan disesuaikan

dengan lingkungan dimana wajah terekam. Selain itu, hasil output dari filter

warna diolah sehingga menghasilkan kurva prediksi dari bentuk frame wajah.

1.2. Tujuan

Adapun tujuan dari tugas akhir ini adalah:

1. Merancang algoritma yang mampu mendeteksi citra wajah dengan metode

integral image.

2. Sistem dapat berjalan mendeteksi wajah yang diprogramkan dengan

toleransi kesalahan di bawah 15% pada lingkungan cahaya bervariasi.

3. Dengan menggunakan metode integral image, sistem mampu membaca

keberadaan frame wajah manusia.

4. Membuat sebuah algoritma berbasis PCA yang mampu mengenali frame

wajah berdasarkan citra kemudian dihitung akurasi pengenalannya.

1.3. Rumusan Masalah

Dengan merujuk pada latar belakang masalah, maka dirumuskan beberapa

rumusan masalah yang dibahas pada tugas akhir ini :

1. Metode filter warna yang digunakan untuk membedakan antara warna wajah

dan warna background pada data citra yang diambil secara real time.

2. Prediksi bentuk citra wajah yang akan dideteksi didapat berdasarkan

pengolahan citra yang didapat dari algoritma Viola-Jones detection

framework.

3. Untuk mendapatkan hasil citra yang diolah, maka digunakan algoritma filter

warna untuk kemudian dapat memudahkan proses cropping pada citra asal.

4. Pengenalan citra wajah didapat dari pengenalan citrayang diolah dengan

metode PCA.

Tugas Akhir - 2014


3

5. Integrasi kerja sensor kamera dalam hal ini kamera, komputer sebagai

pengolah data dan nilai output pengolahan citra yang stabil agar menjadi

sistem berjalan dengan baik.

6. Kinerja dan kefektifan sistem pendeteksi wajah secara keseluruhan.

1.4. Batasan Masalah

Dengan merujuk kepada rumusan masalah di subbab 1.3 diatas. Perlu

diadakan pembatasan masalah untuk memperjelas pembahasan. Pembatasan

masalah yang dilakukan dalam tugas akhir ini adalah sebagai berikut :

1. Menggunakan komputer (PC) sebagai pengolah data dan pengambil

keputusan utama.

2. Sensor kamera yang digunakan adalah sebuah webcam dengan resolusi

dibawah 3 megapixel.

3. Metode pengolahan citra yang digunakan adalah algoritma integral image

dengan nilai threshold yang sudah dikondisikan dengan lingkungan.

4. Pola pendeteksian adalah sebuah area dengan latar berwarna cerah dan

wajah berada dalam jarak maksimal 1 meter dari sensor kamera.

5. Lingkungan pengujian sistem adalah sebuah ruangan dengan intensitas

cahaya antara 50 lux hingga 320 lux.

6. Lingkungan pengujian sistem mempunyai latar belakang warna lebih

cerahdibandingkan dengan obyek wajah yang akan dikenali.

1.5. Metodologi Penelitian

Metodologi penelitian yang akan digunakan pada tugas akhir ini adalah :

a. Studi Literatur

Digunakan untuk mengetahui teori–teori dasar dan sebagai sarana

pendukung dalam menganalisis permasalahan yang ada. Adapun sumbernya

antara lain buku referensi, internet, dan diskusi.

Tugas Akhir - 2014


4

b. Analisis Masalah

Menganalisis semua permasalahan berdasarkan sumber – sumber dan

pengamatan terhadap permasalahan itu.

c. Perancangan dan Realisasi Alat

Membuat perancangan terhadap alat berdasarkan parameter – parameter

yang diinginkan dalam merealisasikannya.

d. Simulasi Alat

Melakukan simulasi alat untuk melihat performansi dari alat yang telah

dirancang.

1.6. Sistematika Penulisan

Penulisan laporan tugas akhir ini dibagi menjadi lima bab dengan

sistematika sebagai berikut.

BAB I : PENDAHULUAN

Pada bab ini dijelaskan gambaran secara umum tentang tugas akhir yang

dikerjakan yang terdiri dari latar belakang masalah, maksud dan tujuan penelitian,

batasan masalah, metoda penelitian, dan sistematika penulisan.

BAB II : DASAR TEORI

Berupa uraian konsep dan teori dasar secara umum yang mendukung dalam

pemecahan masalah yang berkaitan dengan sistem maupun perangkat.

BAB III : PERANCANGAN DAN IMPLEMENTASI

Membahas mengenai perancangan sistem robot seperti blok diagram dan gambar

rangkaian

BAB IV : PENGUJIAN DAN ANALISA

Membahas mengenai bentuk keluaran atau hasil akhir yang diharapkan dari

pembuatan Tugas Akhir ini.

Tugas Akhir - 2014


5

BAB V : PENUTUP

Membahas mengenai rencana kerja sebagai target dalam pencapaian pelaksanaan

Tugas Akhir ini.

2.


Tugas Akhir - 2014


36

BAB V

PENUTUP

4.1. Kesimpulan

Dari hasil pengujian dan analisa yang telah dilakukan pada perancangan

sistem pendeteksi wajah dengan sensor kamera ini, dapat diambil kesimpulan

sebagai berikut.

1. Filter warna dapat digunakan untuk mendeteksi dan membedakan latar

belakang citra yang dicuplik. Dari total keseluruhan pengambilan data uji

sebanyak 3×4×1000 citra didapat 4 (pagi) +1 (siang) +11 (sore) kali sistem

salah dalam mengenali frame wajah. Dari pengujian tersebut menandakan

penggunaan filter warna masih terganggu kestabilannya oleh intensitas

cahaya. Jika dirata-ratakan akan menjadi 0,1333 % sistem tidak dapat

membaca frame wajah.

2. Pengolahan data citra dilakukan dalam kondisi grayscale . Hal ini

mengakibatkan data citra yang didapat menjadi sulit dibedakan saat latar

belakang memiliki banyak corak sehingga mengakibatkan hasil

pengolahan citra untuk mendapatkan posisi garis menjadi tidak terlalu

presisi. Dari keseluruhan pengujian sebanyak 3×4×1000 data citra, akan

didapatkan nilai rata-rata ketidaktepatan sistem membaca dan

membedakan citra wajah acuan sebesar 0,2464%.

3. Pengambilan data citra dilakukan saat obyek dalam keadaan diam dan

berada pada jarak 1 meter di depan kamera sensor. Hal ini dapat meredap

gangguan terhadap pembacaan data citra, terutama efek dari latar

belakang. Dari 40 citra uji, 40 citra wajah berhasil di-cropping dengan

baik. Dengan demikian dapat dikatakan bahwa tingkat keberhasilan proses

cropping citra wajah sebesar 100%.

4. Data citra frame wajah yang diambil adalah data hasil pengolahan

cropping sebelumnya. Dengan demikian jumlah ukuran data citra wajah

lebih kecil dari data image semula. Jumlah ukuran ini mengakibatkan

berkurangnya jumlah informasi yang didapat sehingga proses pengenalan

citra dengan PCA terkadang salah..Dari 40 data uji, 6 citra salah dikenali.

Jadi, didapatkan nilai akurasi pengenalan citra wajah sebesar 85%.

Tugas Akhir - 2014


37

4.2. Saran

Pengembangan selanjutnya untuk optimasi kecerdasan pembacaan citra

wajah dan penyempurnaan sistem secara keseluruhan, dapat dilakukan dengan

cara:

1. Teknologi stereo vision bisa digunakan untuk dapat mensimulasikan

bentuk wajah secara 3 dimensi dalam untuk pengambilan keputusan pada

algoritma sistem. Teknologi ini mirip dengan pengambilan citra pada

sistem penglihatan manusia. Selain itu, stereo vision ini akan populer

karena seiring dengan pengembangan kecerdasan buatan yang saat ini

semakin meniru kinerja tubuh manusia.

2. Penggunaan PC dirasa kurang tepat untuk sistem berskala industri karena

instalasi rumit, harga mahal, dan sistem antarmuka bagi pengguna yang

tidak mudah. Untuk itu, embedded server bisa menjadi pilihan.

3. Apabila pada masa kedepannya prototype system pendeteksi wajah ini

akan direalisasikan dalam dunia nyata, ada baiknya dilengkapi dengan

perangkat alarm disaat adanya upaya hacking. Sehingga jika terdapat

percobaan secara paksa untuk menerobos sistem keamanan, sistem dapat

mengirimkan SMS peringatan kepada autoritas yang berwenang.


Tugas Akhir - 2014


xviii

DAFTAR PUSTAKA

[1] Armbrust , C. Braun , T. Föhst, T. Proetzsch, M. Renner, A. Schäfer, B.H.,

Berns K. The Robust Autonomous Vehicle for Off-road Navigation.

Technische Universität Kaiserslautern.

[2] Datasheet mikrokontroler ATmega32.

[3] Datasheet IC H-Bridge L298.

[4] Francois Dupuis, Jean. Parizeau, Marc. Evolving a Vision-Based Line-

Following Robot Controller. Departement de genie electrique et de

genie informatique. Universite Laval, Quebec. Canada.

[5] Kim, Kyungnam.Face Recognition using Principle Component Analysis.

Department of Computer Science. University of Maryland, College

Park MD 20742, USA.

[6] Pitowarno, Endra.2006.”ROBOTIKA: Desain, Kontrol, dan Kecerdasan

Buatan”. Percetakan Andi Offset. Yogyakarta. Indonesia.

[7] Pranata Kusuma,Andri. 2013. Analysis Of Hough Transform Algorithm For

Circle And Ellipse Detection Based On Digital Image Processing.

Tugas Akhir Program Sarjana. Institut Teknologi Telkom.

[8] Rusdinar, Angga. Kim, Jungmin. Lee, Junha. Kim, Sungshin. 2011.

Implementation Of Real-Time Positioning System Using Extended

Kalman Filter And Artificial Landmark On Ceiling. School of

Electrical Engineering, Pusan National University, Busan, 609-735,

Korea.

[9] Schworer, Ian. 2005.Navigation and Control of an Autonomous Vehicle.

Virginia Polytechnic Institute and State University. Blacksburg,

Virginia.

[10] Sigit, Riyanto. 2007. Robotikaa, Sensor, dan Aktuator. Yogyakarta : Graha

Ilmu.

Tugas Akhir - 2014


xix

[11] W. Wall, Richard. Bennett, Jerry. Eis, Greg. Lichy, Kevin. Owings,

Elizabeth. Creating A Low-Cost Autonomous Vehicle. University of

Idaho Moscow.


Tugas Akhir - 2014


desain dan implementasi sistem pendeteksi wajah ... filedesain dan implementasi sistem pendeteksi...

Documents