implementasi histogram equalization & dct untuk …

IMPLEMENTASI HISTOGRAM EQUALIZATION & DCT

UNTUK DETEKSI TITIK KUNCI PADA CITRA WAJAH

SKRIPSI

Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana

Komputer (S.Kom.)

Lionissa Ratnawati Darmawan

00000015499

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK DAN INFORMATIKA

UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG

2020

ii

HALAMAN PERSETUJUAN



Oleh

Nama : Lionissa Ratnawati Darmawan

NIM : 00000015499

Program Studi : Informatika

Fakultas : Teknik dan Informatika

Tangerang, 16 April 2020

Menyetujui,

Ketua Sidang Dosen Penguji

Andrey Andoko, M.Sc Nunik Afriliana, S.Kom, M.M.S.I

Dosen Pembimbing

Adhi Kusnadi, S.T., M.Si.

Mengetahui,

Ketua Program Studi Informatika

Nunik Afriliana, S.Kom, M.M.S.I

iii

PERNYATAAN TIDAK MELAKUKAN PLAGIAT

Dengan ini saya:


NIM : 00000015499


Fakultas : Fakultas Teknik dan Informatika

Menyatakan bahwa Skripsi yang berjudul “Pengaruh Penggunaan Algoritma

Histogram Equalization dan DCT Terhadap Kualitas Pengulangan Pada

Metode Geometri Epipolar” ini adalah karya ilmiah saya sendiri, bukan plagiat

dari karya ilmiah yang ditulis oleh orang lain atau lembaga lain, dan semua karya

ilmiah orang lain atau lembaga lain yang dirujuk dalam Skripsi ini telah disebutkan

sumber kutipannya serta dicantumkan di Daftar Pustaka.

Jika di kemudian hari terbukti ditemukan kecurangan / penyimpangan, baik dalam

pelaksaan Skripsi maupun dalam penulisan laporan Skripsi, saya bersedia

menerima konsekuensi dinyatakan TIDAK LULUS untuk mata kuliah Skripsi yang

telah saya tempuh.

Tangerang, 21 Maret 2020


iv

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH

UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Multimedia Nusantara, saya yang bertanda

tangan dibawah ini:


NIM : 00000015499


Fakultas : Fakultas Teknik dan Informatika

Jenis Karya : Skripsi

Demi pengembangan ilmu pengetahuan, menyetujui dan memberikan izin

kepada Universitas Multimedia Nusantara hak Bebas Royalti Non-eksklusif

(Non-exclusive Royalty-Free Right) atas karya ilmiah saya yang berjudul:

Pengaruh Penggunaan Algoritma Histogram Equalization dan DCT

Terhadap Kualitas Pengulangan Pada Metode Geometri Epipolar

Beserta perangkat yang diperlukan.

Dengan Hak Bebas Royalti Non-eksklusif ini, pihak Universitas Multimedia

Nusantara berhak menyimpan, mengalihmedia atau format-kan, mengelola

dalam bentuk pangkalan data (database), merawat, dan mendistribusi dan

menampilkan atau mempublikasikan karya ilmiah saya di internet atau media

lain untuk kepentingan akademis, tanpa perlu meminta izin dari saya maupun

memberikan royalti kepada saya, selama tetap mencantumkan nama saya

sebagai penulis karya ilmiah tersebut.

Demikian pernyataan ini saya buat dengan sebenarnya untuk dipergunakan

sebagaimana mestinya.

Tangerang, 21 Maret 2020


v

KATA PENGANTAR

Puji Tuhan atas berkat dan rahmatNya bahwa baik kegiatan penelitian dan

penulisan skripsi yang berjudul “Implementasi Histogram Equalization & DCT

Untuk Deteksi Titik Kunci Pada Citra Wajah” dapat terselesaikan dengan baik.

Tujuan dari penulisan skripsi ini adalah untuk memenuhi syarat kelulusan yang

telah ditentukan oleh Fakultas Teknologi dan Informasi Universitas Multimedia

Nusantara.

Selama penulisan skripsi ini, telah banyak datang bantuan dari berbagai

pihak baik dalam bentuk kritik, saran, maupun dukungan. Dalam kesempatan ini,

diucapkanlah terima kasih atas bantuan yang telah diberikan kepada:

1. Dr. Ninok Leksono selaku Rektor Universitas Multimedia Nusantara,

2. Nunik Afriliana, S.Kom., M.M.S.I selaku Ketua Program Studi Informatika

Universitas Multimedia Nusantara,

3. Adhi Kusnadi, S.T., M.Si. selaku dosen pembimbing yang telah

memberikan banyak arahan serta masukan selama pengerjaan penelitian dan

penulisan skripsi ini,

4. Para dosen yang mengajar selama ini yang telah banyak memberikan

pengetahuan dan pelajaran,

5. Kedua orang tua, Kevin Rizaldy Darmawan dan Davina Rachmawati

Darmawan atas bantuan dan dukungannya selama ini,

6. Vincent Anderson Ngadiman dan Lianna Nathania yang telah banyak

membantu dan menemani selama ini melalui diskusi-diskusi mengenai

materi dan prosesnya baik pada saat penelitian maupun penulisan,

vii



ABSTRAK

Pengenalan wajah merupakan sebuah sistem autentikasi biometrik yang

menggunakan ukuran wajah untuk proses verifikasi. Pengenalan wajah sendiri

memiliki dua tipe, yaitu: 2D dan 3D. Sistem ini sangat sensitif terhadap

pencahayaan karena dapat menyebabkan rancunya identitas seseorang serta masih

terdapat banyak permasalahan dalam sistem pengenalan berbasis tiga dimensi.

Dalam penelitian ini, digunakan lima gambar dari dua dataset sebagai subjek

penelitian, metode geometri epipolar untuk menemukan korespondensi dari dua

gambar wajah yang diambil dari sudut pandang yang berbeda, DCT untuk

melakukan normalisasi pencahayaan dari gambar dengan cara menghilangkan

komponen berfrekuensi rendah, Histogram Equalization untuk meningkatkan

kontras dari gambar, menggunakan lima feature detectors untuk mendeteksi

keypoints yang berada di wajah, dan F-measure untuk evaluasi. Dari penelitian,

metode DCT & Histogram Equalization dapat digunakan untuk meningkatkan nilai

F-score dibandingkan tanpa diaplikasikan metode apapun. Dataset Head Pose

Image Dataset menghasilkan nilai F-score sebesar 0,538 saat dijalankan feature

detector BRISK dan dataset The Database of Faces menghasilkan nilai F-score

sebesar 0,550 saat dijalankan feature detector FAST.

Kata Kunci: Histogram Equalization, DCT, Geometri Epipolar, FAST, BRISK,

Minimum Eigenvalue, SURF, Harris-Stephens, Facial Keypoints

viii

IMPLEMENTATION OF HISTOGRAM EQUALIZATION &

DCT FOR KEYPOINTS DETECTION ON FACE IMAGE

ABSTRACT

Face recognition is a biometric authentication system that uses the measurement of

face for verification. The system itself has two types: 2D and 3D. This system is

sensitive to the illumination because it can cause the ambiguity of someone’s

identity and there is still a lot of problem around the 3D-based face recognition

system. In this experiment, five images from two datasets were used as the subject,

epipolar geometry was used to find correspondences from two images of a face that

were taken from a different angle, DCT was used to normalize the illumination by

removing the low-frequency component, Histogram Equalization was used to

increase the contrast of the image, five feature detectors to detect facial keypoints,

and F-measure for the evaluation. From the research, DCT & Histogram

Equalization can increase the F-score compared to not applying any additional

method. Head Pose Image Dataset scored F-score of 0,538 when BRISK feature

detector was applied. The Database of Faces scored F-score of 0,550 when FAST

feature detector was applied.

Keywords: Histogram Equalization, DCT, Epipolar Geometry, FAST, BRISK,

Minimum Eigenvalue, SURF, Harris-Stephens, Facial Keypoints

ix

DAFTAR ISI

HALAMAN PERSETUJUAN ............................................................................................ ii

PERNYATAAN TIDAK MELAKUKAN PLAGIAT ...................................................... iii

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK

KEPENTINGAN AKADEMIS ......................................................................................... iv

KATA PENGANTAR ........................................................................................................ v

ABSTRAK ........................................................................................................................ vii

ABSTRACT ..................................................................................................................... viii

DAFTAR ISI ...................................................................................................................... ix

DAFTAR GAMBAR ......................................................................................................... xi

DAFTAR TABEL ............................................................................................................. xii

DAFTAR RUMUS ........................................................................................................... xv

DAFTAR LAMPIRAN .................................................................................................... xvi

PENDAHULUAN .............................................................................................................. 1

1.1 Latar Belakang .................................................................................................... 1

1.2 Rumusan Masalah ............................................................................................... 5

1.3 Batasan Masalah ................................................................................................. 5

1.4 Tujuan Penelitian ................................................................................................ 6

1.5 Manfaat Penelitian .............................................................................................. 6

1.6 Sistematika Penulisan ......................................................................................... 6

LANDASAN TEORI .......................................................................................................... 8

2.1 Histogram Equalization....................................................................................... 8

2.2 Discrete Cosine Transform (DCT) ..................................................................... 9

2.3 Geometri Epipolar ............................................................................................. 10

2.4 Pengulangan ...................................................................................................... 11

2.5 Keypoint ............................................................................................................ 12

2.6 Feature Detectors ............................................................................................. 12

2.6.1. Binary Robust Invariant Scalable Keypoints (BRISK) ................................... 13

2.6.2. Features from Accelerated Segment Test (FAST) .......................................... 16

2.6.3. Harris-Stephens ............................................................................................... 18

2.6.4. Minimum Eigenvalue (Shi-Tomasi) ............................................................... 19

2.6.5. Speeded-Up Robust Features (SURF) ............................................................ 20

2.7 F-Measure ......................................................................................................... 22

METODOLOGI PENELITIAN DAN PERANCANGAN APLIKASI ............................ 24

3.1 Metodologi Penelitian ....................................................................................... 24

3.2 Perancangan Sistem .......................................................................................... 25

3.2.1 Flowchart .............................................................................................. 26

3.2.2 Rancangan Antarmuka .......................................................................... 31

IMPLEMENTASI DAN ANALISIS ................................................................................ 34

4.1 Spesifikasi ......................................................................................................... 34

4.1.1 Perangkat ............................................................................................... 34

4.1.2 Library ................................................................................................... 34

4.2 Implementasi Aplikasi ...................................................................................... 35

4.3 Pengujian........................................................................................................... 40

4.3.1 Hasil Pengujian ..................................................................................... 43

4.4 Analisis Hasil .................................................................................................... 95

SIMPULAN DAN SARAN ............................................................................................ 103

x

5.1 Simpulan ......................................................................................................... 103

5.2 Saran ............................................................................................................... 103

DAFTAR PUSTAKA ..................................................................................................... 105

xi

DAFTAR GAMBAR

Gambar 2.1 Geometri Epipolar ............................................................................. 11

Gambar 2.2 Pola Sampling dari BRISK ................................................................ 14

Gambar 2.3 Deteksi Piksel dengan FAST ............................................................ 17

Gambar 2.4 Klasifikasi Daerah Datar/Tepi/Sudut ................................................ 19

Gambar 2.5 Box Filter........................................................................................... 21

Gambar 3.1 Flowchart Sistem .............................................................................. 26

Gambar 3.2 Flowchart Applying Method.............................................................. 26

Gambar 3.3 Flowchart Low Frequency Removal Using DCT .............................. 27

Gambar 3.4 Flowchart Histogram Equalization ................................................... 27

Gambar 3.5 Flowchart Feature Detector.............................................................. 28

Gambar 3.6 Flowchart FAST Feature Detector ................................................... 29

Gambar 3.7 Flowchart Harris-Stephens Feature Detectors ................................. 29

Gambar 3.8 Flowchart Minimum Eigenvalue Feature Detectors ........................ 30

Gambar 3.9 Flowchart SURF Feature Detector................................................... 30

Gambar 3.10 Flowchart BRISK Feature Detector ............................................... 31

Gambar 3.11 Rancangan Antarmuka 1 ................................................................. 31

Gambar 3.12 Rancangan Antarmuka 2 ................................................................. 33

Gambar 4.1 Tampilan Halaman Utama ................................................................ 36

Gambar 4.2 Tampilan Halaman Utama 1 dengan Hasil Proses ........................... 37

Gambar 4.3 Tampilan Halaman Utama 2 dengan Hasil Proses ............................ 37

Gambar 4.4 Contoh Gambar Grayscale ................................................................ 38

Gambar 4.5 Contoh Gambar Setelah Proses DCT ................................................ 38

Gambar 4.6 Contoh Pasangan Gambar Setelah Proses DCT & Histogram

Equalization .......................................................................................................... 38

Gambar 4.7 Deskripsi Gambar .............................................................................. 39

Gambar 4.8 Halaman Help & About ..................................................................... 39

Gambar 4.9 Isi dari Menu...................................................................................... 40

Gambar 4.10 Posisi Key Point pada Gambar dari The Database of Face ............. 41

Gambar 4.11 Posisi Key Point pada Gambar dari Head Pose Image Dataset ....... 41

Gambar 4.12 Perbandingan Deteksi Antara Metode Original dan DCT .............. 96

Gambar 4.13 Perbandingan Jumlah Keypoint ...................................................... 98

Gambar 4.14 Perbandingan Hasil Penyimpanan Dengan JPG ............................. 99

xii

DAFTAR TABEL

Tabel 2.1 15 Keypoint di Wajah ........................................................................... 12

Tabel 2.2 Confusion Matrix ................................................................................. 23

Tabel 4.1 Nilai Threshold Feature Detector .......................................................... 40

Tabel 4.2 Hasil Feature Detector Minimum Eigenvalue Pada Gambar Subjek 3

(Head Pose Image Dataset) ................................................................................... 43

Tabel 4.2 (Lanjutan) Hasil Feature Detector Minimum Eigenvalue Pada Gambar

Subjek 3 (Head Pose Image Dataset) .................................................................... 44









Tabel 4.7 Hasil Feature Detector Harris-Stephens Pada Gambar Subjek 3 (Head

Pose Image Dataset) .............................................................................................. 49





Tabel 4.10 Hasil Feature Detector Harris-Stephens Pada Gambar Subjek 11


Tabel 4.11 Hasil Feature Detector Harris-Stephens Pada Gambar Subjek 13


Tabel 4.12 Hasil Feature Detector SURF Pada Gambar Subjek 3 (Head Pose

Image Dataset) ...................................................................................................... 54


Image Dataset) ...................................................................................................... 55


Image Dataset) ...................................................................................................... 56


Image Dataset) ...................................................................................................... 57


Image Dataset) ...................................................................................................... 58

Tabel 4.17 Hasil Feature Detector BRISK Pada Gambar Subjek 3 (Head Pose

Image Dataset) ...................................................................................................... 59


Image Dataset) ...................................................................................................... 60


Image Dataset) ...................................................................................................... 61

xiii


Image Dataset) ...................................................................................................... 62


Image Dataset) ...................................................................................................... 63

Tabel 4.22 Hasil Feature Detector FAST Pada Gambar Subjek 3 (Head Pose

Image Dataset) ...................................................................................................... 64


Image Dataset) ...................................................................................................... 65


Image Dataset) ...................................................................................................... 66


Image Dataset) ...................................................................................................... 67


Image Dataset) ...................................................................................................... 68


(The Database of Faces) ........................................................................................ 69


Subjek 1 (The Database of Faces) ......................................................................... 70




Subjek 10 (The Database of Faces) ....................................................................... 71







Tabel 4.32 Hasil Feature Detector Harris-Stephens Pada Gambar Subjek 1 (The

Database of Faces) ................................................................................................ 75









Tabel 4.37 Hasil Feature Detector SURF Pada Gambar Subjek 1 (The Database

of Faces) ................................................................................................................ 80


of Faces) ................................................................................................................ 81


of Faces) ................................................................................................................ 82

xiv


of Faces) ................................................................................................................ 83


of Faces) ................................................................................................................ 84

Tabel 4.42 Hasil Feature Detector BRISK Pada Gambar Subjek 1 (The Database

of Faces) ................................................................................................................ 85


of Faces) ................................................................................................................ 86


of Faces) ................................................................................................................ 87


of Faces) ................................................................................................................ 88


of Faces) ................................................................................................................ 89

Tabel 4.47 Hasil Feature Detector FAST Pada Gambar Subjek 1 (The Database

of Faces) ................................................................................................................ 90


of Faces) ................................................................................................................ 91


of Faces) ................................................................................................................ 92


of Faces) ................................................................................................................ 93


of Faces) ................................................................................................................ 94

Tabel 4.52 Hasil F-Score Pada Head Pose Image Dataset.................................... 95

Tabel 4.53 Hasil F-Score Pada The Database of Faces ........................................ 95

xv

DAFTAR RUMUS

Rumus 2.1 Probabilitas Gray Level ........................................................................ 8

Rumus 2.2 Histogram Equalization ........................................................................ 8

Rumus 2.3 DCT-II .................................................................................................. 9

Rumus 2.4 Invers dari DCT-II ................................................................................ 9

Rumus 2.5 Syarat Untuk 𝛼(𝑢) pada DCT………………………… ....................... 9

Rumus 2.6 Syarat Untuk 𝛼(𝑣) pada DCT……………………….. ......................... 9

Rumus 2.7 Pengaturan Komponen DC ................................................................. 10

Rumus 2.8 Estimasi Gradien Lokal Pada BRISK ................................................. 15

Rumus 2.9 Pasangan Sampling Point Pada BRISK .............................................. 15

Rumus 2.10 Subset Pasangan 𝒮 Pada BRISK ....................................................... 15

Rumus 2.11 Subset Pasangan ℒ Pada BRISK ....................................................... 15

Rumus 2.12 Estimasi Karakteristik Arah Pada BRISK ........................................ 15

Rumus 2.13 Korespondensi Bit Pada BRISK ....................................................... 16

Rumus 2.14 Definisi dari Titik Pada Harris-Stephens .......................................... 18

Rumus 2.15 Ekspansi dari Rumus 2.14 ................................................................ 18

Rumus 2.16 Gradien dari Gambar Melalui Matriks Autokorelasi Pada Harris-

Stephens ................................................................................................................ 18

Rumus 2.17 Syarat Penerimaan Daerah Gambar Pada Minimum Eigenvalue ..... 20

Rumus 2.18 Matriks Hessian Pada SURF ............................................................ 20

Rumus 2.19 Determinan Matriks Hessian Pada SURF ......................................... 21

Rumus 2.20 F-Measure ......................................................................................... 22

Rumus 2.21 Precision ........................................................................................... 22

Rumus 2.22 Recall ................................................................................................ 22

Rumus 2.23 Precision Pada Pengolahan Citra ...................................................... 23

Rumus 2.24 Recall Pada Pengolahan Citra ........................................................... 23

Rumus 4.1 Recall Pada Penelitian ........................................................................ 42

Rumus 4.2 Precision Pada Penelitian ................................................................... 42

xvi

DAFTAR LAMPIRAN

1. Formulir Bimbingan

2. Riwayat Hidup

implementasi histogram equalization & dct untuk …

Documents