sistem pembanding citra pas foto dengan metode transformasi wavelet

Download Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet

If you can't read please download the document

Upload: luffi-muhammad-nur

Post on 24-Sep-2015

43 views

Category:

Documents


7 download

DESCRIPTION

Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet

TRANSCRIPT

  • TUGAS AKHIR

    SISTEM PEMBANDING CITRA PAS FOTO DENGAN METODE

    TRANSFORMASI WAVELET

    Diajukan untuk memenuhi salah satu persyaratan dalam menyelesaikan pendidikan

    sarjana (S-1) pada Departemen Teknik Elektro

    Oleh

    MEDISON A. S

    020402045

    DEPARTEMEN TEKNIK ELEKTRO

    FAKULTAS TEKNIK

    UNIVERSITAS SUMATERA UTARA

    MEDAN

    2007

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • ABSTRAK

    Perhatian peneliti dalam memanfaatkan teknologi biometrik pada kehidupan untuk mengidentifikasi

    manusia dewasa ini sudah semakin banyak. Pengenal wajah sebagai salah satu implementasi dari

    biometrik juga sudah cukup banyak dibahas. Salah satu metode pengenal wajah yang sudah ditemukan

    adalah metode transformasi Wavelet. Penggunaan transformasi Wavelet dimotivasi oleh hasil beberapa

    studi biologi tentang kemiripan sistem retina mata manusia dengan pemrosesan Wavelet. Transformasi

    Wavelet diketahui memiliki toleransi, tingkat akurasi dan kecepatan paling baik untuk perbandingan

    wajah pada transformasi Wavelet tipe Haar tingkat 3.

    Tugas akhir ini dibuat untuk menguji keakuratan dan kecepatan dekomposisi Wavelet diskrit tipe Haar

    tingkat 3 melalui sebuah sistem aplikasi pengenal wajah yang dibuat dengan menggunakan bahasa

    pemrograman Matlab 7.

    Percobaan dilakukan dengan menggunakan 6 pasang sampel foto dari database ORL (Olivetty Research

    Laboratory) dan 4 pasang sampel foto yang diambil sendiri oleh penulis. Setiap pasang foto terdiri dari

    1 orang yang berbeda ekspresi atau aksesoris.

    iMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • KATA PENGANTAR

    Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas rahmat dan

    karunia yang telah diberikan sehingga dapat menyelesaikan Tugas Akhir ini. Adapun

    Tugas Akhir ini dibuat untuk memenuhi syarat memperoleh gelar Sarjana Teknik di

    Departemen Teknik Elektro, Fakultas Teknik Universitas Sumatera Utara. Judul dari

    Tugas Akhir ini adalah Sistem Pembanding Citra Pas Foto Dengan Metode

    Transformasi Wavelet. Tugas Akhir ini penulis persembahkan teristimewa kepada

    ayahanda H. Simbolon, SEAk, ibunda dr. R. br. Sianturi, Simon Simbolon, Ika br.

    Simbolon selaku adik-adik penulis yang merupakan bagian hidup dari penulis dan

    juga Deman yang semuanya senantiasa mendoakan, mendukung dan memberi

    semangat kepada penulis. Dalam proses pembuatan Tugas Akhir ini penulis banyak

    menemukan masalah dan kesulitan. Namun berkat bantuan dan bimbingan dari

    berbagai pihak, Tugas Akhir ini akhirnya dapat selesai. Untuk itu penulis ingin

    mengucapkan terima kasih yang sebesar-besarnya kepada :

    1. Bapak Ir. Kasmir Tanjung, selaku Dosen Pembimbing Tugas Akhir, atas

    segala bimbingan, arahan dan solusi yang telah diberikan selama mengerjakan

    Tugas Akhir.

    2. Bapak Ir. Satria Ginting, selaku Dosen Wali penulis, atas bimbingan dan

    arahan dalam menyelesaikan kuliah.

    3. Bapak Prof. Dr. Ir. Usman Baafai selaku Ketua Departemen Teknik Elektro

    Fakultas Teknik USU dan Bapak Drs. Hasdari Helmi, MT, selaku Sekretaris

    Departemen Teknik Elektro Fakultas Teknik USU.

    iiMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 4. Bapak Fahmi, ST, M.Sc atas arahan dan masukan yang diberikan terhadap

    penulis.

    5. Seluruh Staf Pengajar di Departemen Teknik Elektro Fakultas Teknik USU

    dan seluruh Karyawan di Departemen Teknik Elektro Fakultas Teknik USU.

    6. Rekan-rekan mahasiswa Teknik Elektro terutama teman-teman old track

    stambuk 2002, Junaris, Dodi, Badu, Bugi, Esron, Raymond, Adhi, Daniel,

    Chairil, Aritta, Joshua, Denny, Bismar, Yos, Hendra, Ardiansyah, Indra,

    Syafril, Agustin, Abu, Ipengadohar, Rahmat, Hamdani, Hatorangan, Deddy,

    Usman, Novri, Roger, Erwin, Robert, Sabariah, Echolima, Andriani, Silvia,

    Agus, Farid, Afli, Apriandi, Berry, Iqbal, Yandi Boy dan teman-teman 2002

    lainnya.

    7. Helmine Jane Rozeboom yang juga senantiasa berdoa, mendorong dan

    menemani penulis dalam mengerjakan Tugas Akhir ini.

    8. Kepada rekan-rekan pengajar dan staff di Binus Center Gajah Mada, yang

    telah banyak memberi dorongan semangat kepada penulis.

    9. Pihak-pihak lain yang tidak dapat diucapkan namanya satu persatu.

    Berbagai usaha telah penulis lakukan demi agar Tugas Akhir ini dapat diselesaikan

    dengan baik, namun penulis menyadari bahwa Tugas Akhir ini belum sempurna,

    karena masih banyak terdapat kekurangan baik dari isi maupun susunannya. Saran

    dari pembaca sangat penulis harapkan.

    Akhir kata, penulis berharap semoga penulisan Tugas Akhir ini bermanfaat dan dapat

    digunakan.

    iiiMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Medan, November 2007

    Penulis,

    Medison A. S

    ivMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • DAFTAR ISI

    ABSTRAK..... ........... ........... ........... ........... .................................................................i

    KATA PENGANTAR........... ........... ........... ................................................................ii

    DAFTAR ISI.. ........... ........... ........... ........... ................................................................v

    DAFTAR GAMBAR. ........... ........... ........... .............................................................viii

    DAFTAR TABEL...... ........... ........... ........... ................................................................x

    BAB I PENDAHULUAN..... ........... ................................................................1

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

    1.2 Tujuan Penulisan.. ........... ................................................................2

    1.3 Batasan Masalah.. ........... ................................................................3

    1.4 Sistematika Penulisan...... ................................................................3

    BAB II DASAR TEORI DAN KOMPONEN PENDUKUNG.......... ................5

    2.1 Penggambaran Citra Digital......... ........... ........... ........... ................5

    2.1.1 Sampling....................... ........... ........... ........... ................5

    2.1.2 Mode Warna................. ........... ........... ........... ................5

    2.1.3 Matriks Pixel Citra Digital....... ........... ........... ................8

    2.1.4 Tipe File Citra Digital... ........... ........... ........... ................9

    2.2 Pengolahan Matriks Pixel Citra Digital... ........... ........... ................9

    2.2.1 Downsampling.......................... ........... ........... ..............10

    2.2.2 Konvolusi dalam Fungsi Diskrit .......... ........... ..............10

    2.3 Wavelet.................................................... ........... ........... ..............15

    2.3.1 Transformasi Wavelet Diskrit untuk Dekomposisi

    vMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Wavelet Citra 2 Dimensi............................... .... ..............17

    2.2.2 Wavelet Diskrit Tipe Haar................................ ..............19

    2.4 Perbandingan Kemiripan......................... ........... ........... ..... ........24

    2.5 Matlab...................................................... ........... ........... ..............25

    BAB III PERANGKAT LUNAK SISTEM..... ........... ......................................27

    3.1 Gambaran Umum. ........... ........... ........... ......................................27

    3.2 PPWdb..... ........... ........... ........... ........... ......................................28

    3.2.1 Tombol Ambil Foto....... ........... ......................................30

    3.2.2 Tombol Input ke Database..............................................31

    3.2.3 Tombol Pengenal Wajah.......... ......................................32

    3.2.4 Tombol Reset Database ........... ......................................33

    3.2.5 Tombol Keluar.. ........... ........... ......................................33

    3.3 PPWfr....... ........... ........... ........... ........... ......................................34

    3.3.1 Tombol Ambil Foto....... ........... ......................................35

    3.3.2 Tombol Cari di Database......... ......................................36

    3.3.3 Tombol Keluar.. ........... ........... ......................................38

    BAB IV IMPLEMENTASI DAN PENGUJIAN HASIL........ ..........................39

    4.1 Implementasi........ ........... ........... ........... ......................................39

    4.1.1 PPWdb.. ........... ........... ........... ......................................39

    4.1.2 PPWfr.... ........... ........... ........... ......................................43

    4.2 Pengujian Hasil.... ........... ........... ........... ......................................47

    BAB V KESIMPULAN DAN SARAN......... ........... ......................................51

    viMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 5.1 Kesimpulan.......... ........... ........... ........... ......................................51

    5.2 Saran........ ........... ........... ........... ........... ......................................51

    DAFTAR PUSTAKA ........... ........... ........... ........... ........... ......................................52

    LAMPIRAN

    viiMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • DAFTAR GAMBAR

    Gambar 2.1 Warna-Warna di Dalam Mode HSB....... ........... ........... ............................7

    Gambar 2.2 Warna-Warna di Dalam Mode RGB...... ........... ........... ............................7

    Gambar 2.3 Pola Penggambaran Matriks Sebuah Citra Digital........ ............................8

    Gambar 2.4 Tahapan Dekomposisi Wavelet Diskrit Tingkat 1 pada Citra 2 Dimensi18

    Gambar 2.5 Dekomposisi Wavelet Citra Pas Foto.... ........... ........... ..........................19

    Gambar 2.6 Citra x yang Akan Didekomposisi Wavelet Tingkat 1.. ..........................20

    Gambar 2.7 Tampilan Antarmuka Aplikasi Matlab 7........... ........... ..........................26

    Gambar 3.1 Diagram Alir Aplikasi PPWdb.. ........... ........... ........... ..........................29

    Gambar 3.2 Tampilan Antarmuka PPWdb.... ........... ........... ........... ..........................29

    Gambar 3.3 Diagram Alir Ambil Foto........... ........... ........... ........... ..........................30

    Gambar 3.4 Diagram Alir Input ke Database ........... ........... ........... ..........................32

    Gambar 3.5 Diagram Alir Reset Database ... ........... ........... ........... ..........................33

    Gambar 3.6 Diagram Alir PPWfr..... ........... ........... ........... ........... ..........................34

    Gambar 3.7 Tampilan Antarmuka PPWfr .... ........... ........... ........... ..........................34

    Gambar 3.8 Diagram Alir Ambil Foto .......... ........... ........... ........... ..........................35

    Gambar 3.9 Diagram Alir Cari di Database ........... ........... ........... ..........................37

    Gambar 3.10 Diagram Alir Keluar ... ........... ........... ........... ........... ..........................38

    Gambar 4.1 Tampilan Antarmuka Sewaktu Aplikasi PPWdb Baru Dijalankan ...... ..40

    Gambar 4.2 Tampilan Antarmuka Ketika Tombol Ambil Foto Ditekan...... ..............41

    Gambar 4.3 Tampilan Ketika Citra Pas Foto Sudah Terpilih ........... ..........................41

    Gambar 4.4 Tampilan Ketika Tombol Input ke Database Ditekan Setelah Sebuah Foto

    Diambil. ..................................................................................................42

    Gambar 4.5 (a) Tampilan Ketika Tombol Input ke Database Ditekan Tanpa

    viiiMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Mengambil Foto Terlebih Dahulu......... ..................................................43

    Gambar 4.5 (b) Tampilan yang Muncul Ketika Tombol Pengenal Wajah

    Ditekan TanpaMengisi Database Terlebih Dahulu....... ..........................43

    Gambar 4.6 Tampilan Ketika Aplikasi PPWfr Pertama Kali Dijalankan...... ..............44

    Gambar 4.7 Tampilan Ketika Tombol Ambil Foto Ditekan.. ......................................44

    Gambar 4.8 Tampilan Ketika Foto Sudah Diambil. ..................................................45

    Gambar 4.9 Tampilan yang Muncul Ketika Tombol Cari di Database Baru Saja

    Ditekan. ..................................................................................................45

    Gambar 4.10 Tampilan yang Muncul Ketika Proses Pencarian di Database Selesai

    Dilakukan......... ......................................................................................46

    Gambar 4.11 Citra-Citra Pas Foto yang Digunakan Dalam Percobaan... ...................47

    Gambar 4.12 Citra Pas Foto Kategori A........ ..............................................................48

    Gambar 4.13 Citra Pas Foto Kategori B........ ..............................................................48

    Gambar 4.14 Citra Pas Foto Kategori C........ ..............................................................49

    Gambar 4.15 Citra Pas Foto Kategori D........ ..............................................................49

    ixMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • DAFTAR TABEL

    Tabel 2.1 Tipe File Citra yang Umum Digunakan.... ........... ........................................9

    Tabel 2.2 Tipe-Tipe Transformasi Wavelet... ........... ........... ......................................16

    Tabel 4.1 Hasil Uji Akurasi Aplikasi Per Kategori... ........... ......................................50

    xMedison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • BAB I

    PENDAHULUAN

    1.1 Latar Belakang

    Sistem keamanan dewasa ini semakin dibutuhkan dalam menghadapi gejolak sosial

    semakin hari semakin tidak menentu. Pengembangan sistem keamanan ini dilakukan

    dari berbagai aspek, salah satunya dari aspek teknologi. Mulai dari penggunaan kata

    sandi untuk memakai suatu alat, alarm untuk kendaraan bermotor, sampai detektor

    logam untuk mencari senjata berbahaya. Salah satu pengembangan aspek teknologi

    yang diyakini memiliki tingkat keamanan cukup baik adalah dengan menggunakan

    sistem biometrik.

    Biometrik menggunakan informasi-informasi yang bersifat biologis sebagai identitas.

    Ide dasar dari biometrik adalah bahwa tubuh manusia memiliki bagian-bagian unik

    yang membedakan seseorang dengan yang lainnya. Sistem biometrik yang ada antara

    lain :

    1. Pengenal Wajah

    2. Pemindai Sidik Jari

    3. Pemindai Retina

    4. Identifikasi Suara

    Sistem biometrik untuk pemindai sidik jari, pemindai retina dan identifikasi suara

    dilakukan dengan kesengajaan atau kesadaran orang yang hendak diidentifikasi,

    sementara untuk pengenal wajah dapat dilakukan dengan cara sadar ataupun tidak

    sadar. Secara sadar, orang yang hendak diidentifikasi dapat memberikan fotonya

    untuk dipindai dan diekstraksi oleh sistem, sedangkan kalau secara tidak sadar,

    1Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • seseorang bisa mengambil foto orang yang hendak diidentifikasi tersebut secara diam-

    diam dan kemudian diekstraksi oleh sistem.

    Sistem biometrik pengenal wajah ini dapat diaplikasikan pada berbagai bidang,

    khususnya bidang keamanan, yaitu:

    1. Sebagai password untuk mengakses suatu sistem

    2. Mencari orang-orang yang terdaftar di dalam Daftar Pencarian Orang

    (DPO) dari pihak kepolisian

    3. Dan lain-lain.

    Metode pengenal wajah yang sudah ditemukan sangat bervariasi. Tetapi para peneliti

    berpendapat bahwa yang terbaik adalah metode dekomposisi Wavelet diskrit tipe

    Haar tingkat 3. Hal ini dimotivasi oleh hasil beberapa studi biologi tentang kemiripan

    sistem retina mata manusia dengan pemrosesan dekomposisi Wavelet, dimana

    dekomposisi Wavelet diskrit tipe Haar tingkat 3 diketahui memiliki nilai toleransi,

    tingkat akurasi dan kecepatan yang paling baik. Bahkan sebuah sumber menyebutkan

    bahwa sebuah lembaga keamanan yang sangat terkenal juga menggunakan metode ini

    untuk pola pengenalan sidik jari pada sistem keamanan mereka.

    1.2 Tujuan Penulisan

    Adapun penulisan ini bertujuan :

    1. Memenuhi salah satu syarat untuk menyelesaikan pendidikan program sarjana

    Teknik Elektro di Universitas Sumatera Utara.

    2. Untuk menerapkan ilmu yang telah diperoleh semasa kuliah baik teori maupun

    praktek khususnya dalam bidang teknik komputer.

    3. Untuk menguji keakuratan dan kecepatan dekomposisi Wavelet diskrit tipe

    Haar tingkat 3 dalam membandingkan citra pas foto digital.

    2Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 1.3 Batasan Masalah

    Agar masalah yang ditulis dalam Tugas Akhir tidak terlalu luas dan menyimpang dari

    topik yang ada, maka penulis perlu membatasi permasalahan sebagai berikut :

    1. Media yang akan dibandingkan adalah citra pas foto yang tampak seluruh

    wajah.

    2. Citra pas foto yang dibandingkan berupa file pas foto dengan format .jpeg,

    mode grayscale 8 bit.

    3. Teknik teknik deteksi wajah tidak dibahas.

    4. Metode pembanding citra pas foto yang dibahas hanya metode

    dekomposisi Wavelet diskrit tipe Haar.

    1.4 Sistematika Penulisan

    Tugas Akhir ini disusun berdasarkan kerangka penulisan sebagai berikut :

    Bab I : PENDAHULUAN

    Pada bab ini akan diuraikan mengenai latar belakang,

    tujuan, pembatasan masalah dan sistematika penulisan.

    Bab II : DASAR TEORI DAN KOMPONEN PENDUKUNG

    Membahas dasar teori dan komponen pendukung yang akan

    digunakan dalam pembuatan perangkat lunak.

    Bab III : PERANGKAT LUNAK SISTEM

    Pada bab ini akan dijelaskan mengenai cara kerja perangkat

    lunak mulai dari algoritma sampai tampilan antarmukanya.

    Bab IV : IMPLEMENTASI DAN PENGUJIAN HASIL

    Pada bab ini dibahas mengenai kode pemrograman dari

    perangkat lunak dan pengujian kinerjanya.

    3Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Bab V : KESIMPULAN DAN SARAN

    Bab ini berisi kesimpulan mengenai perangkat lunak yang

    dibuat serta saran yang bermanfaat mengenai pengembangan

    serta perbaikan perangkat lunak tersebut.

    4Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • BAB II

    DASAR TEORI DAN KOMPONEN PENDUKUNG

    2.1 Penggambaran Citra Digital

    Sebuah citra 2 dimensi analog tidak bisa diolah lebih lanjut sebelum diubah terlebih

    dahulu ke dalam bentuk citra 2 dimensi digital. Bentuk pengolahan citra yang

    dimaksud diantaranya adalah proses kompresi gambar, pemberian efek, dekomposisi

    dan lain-lain. Sub bab ini akan membahas proses konversi dari citra 2 dimensi analog

    ke digital.

    2.1.1 Sampling

    Sampling adalah proses pencuplikan data setiap selang waktu. Sampling mengubah

    sebuah sinyal kontinu menjadi sebuah sinyal diskrit. Proses sampling kadang juga

    disebut proses digitisasi. Di dalam pengolahan citra, proses sampling digunakan untuk

    menentukan kerapatan warna pada tiap wilayah pada citra kontinu. Pada proses

    sampling biasanya dicari warna rata-rata dari wilayah tertentu dari gambar analog.

    Warna rata-rata tersebut kemudian dibulatkan, dan dibuat ke dalam suatu elemen

    gambar atau yang biasa disebut picture element (pixel). Satu pixel hanya mengandung

    satu nilai kerapatan warna.

    2.1.2 Mode Warna

    Tingkat kerapatan warna pada tiap pixel citra 2 dimensi yang didapat dari proses

    sampling kemudian dikuantisasi atau disesuaikan dengan mode warna yang

    diinginkan. Mode warna yang ada sangat beragam, tetapi yang umum digunakan

    adalah sebagai berikut :

    5Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 1. Mode HSB (Hue Saturation Brightness)

    2. Mode RGB (Red Green Blue)

    3. Mode CMYK (Cyan Magenta Yellow blacK)

    4. Mode Grayscale

    1. Mode HSB (Hue Saturation Brightness)

    Mode HSB berdasar pada persepsi warna menurut manusia. Pada mode ini semua

    warna dibagi menjadi tiga karakteristik :

    a. Hue adalah panjang gelombang sinar yang dipantulkan dari atau yang

    dikirimkan melalui sebuah objek.

    b. Saturation kadang-kadang disebut chroma adalah kekuatan atau kemurnian

    warna.

    c. Brightness adalah terang relatif dan gelap relatif yang diukur dari 0% (sangat

    gelap) sampai 100% (sangat terang).

    Gambar 2.1 Warna-Warna di Dalam Mode HSB

    6Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Mode warna ini juga terkadang disebut HSV (Hue Saturation Value) dimana value

    memiliki pengertian yang sama dengan brightness.

    2. Mode RGB (Red Green Blue)

    Pewarnaan dengan memadukan atau menggabungkan tiga komponen dasar dari

    cahaya pada proporsi dan kerapatan tertentu. Komponen ini disebut warna primer,

    yaitu :

    a. Merah (Red)

    b. Hijau (Green)

    c. Biru (Blue)

    Jika warna-warna itu digabung akan menjadi additive color yaitu warna putih. Mode

    warna ini biasanya digunakan pada monitor komputer.

    Putih

    Gambar 2.2 Warna-Warna di Dalam Mode RGB

    7Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 3. Mode CMYK (Cyan Magenta Yellow blacK)

    Mode CMYK berbasis pada kualitas penyerapan cahaya. Jika warna Cyan (C),

    Magenta (M) dan Yellow (Y) dikombinasikan akan membentuk warna black (K) atau

    disebut substractive color. Mode warna ini biasanya digunakan pada mesin cetak

    seperti printer.

    4. Mode Grayscale

    Mode ini menggunakan lebih dari 256 jenis warna abu-abu untuk mewakili sebuah

    gambar untuk 8 bit (28). Tiap pixel pada mode grayscale hanya mempunyai nilai

    brightness, yang besarnya antara 0 (hitam) dan 255 (putih). Atau dapat pula diukur

    dalam persentasi (0% sama dengan putih dan 100% sama dengan hitam).

    2.1.3 Matriks Pixel Citra Digital

    Tingkat kerapatan warna pada tiap pixel citra 2 dimensi yang didapat dari proses

    sebelumnya digambarkan menjadi sebuah matriks NxM dimana M merupakan

    banyaknya pixel yang terkandung sepanjang sumbu x dan N merupakan banyaknya

    pixel sepanjang sumbu y dari sebuah citra.

    Gambar 2.3 Pola Penggambaran Matriks Sebuah Citra Digital

    8Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 2.1.4 Tipe File Citra Digital

    File citra digital memiliki banyak tipe untuk penyimpanannya di dalam media

    penyimpanan. Hal ini dapat disesuaikan dengan kebutuhan pengguna mulai dari

    informasi warna yang diberikan sampai kepada ukuran file untuk tiap tipe. Tipe file

    citra digital yang sering digunakan lengkap dengan variannya dapat dilihat pada Tabel

    2.1.

    Tabel 2.1 Tipe File Citra yang Umum Digunakan

    Tipe Nama Lengkap Varian

    Bmp Windows Bitmap (BMP) 1 bit, 4 bit, 8 bit, 16 bit, 24 bit,

    dan 32-bit citra tidak terkompresi

    dan 4-bit dan 8-bit citra

    terkompresi

    Gif Graphics Interchange Format Citra 1-bit dan 8-bit

    Jpg atau jpeg Joint Photographic Experts

    Group

    8,12 dan 16 bit untuk citra

    grayscale dan 24 dan 26 bit untuk

    RGB.

    2.2 Pengolahan Matriks Pixel Citra Digital

    Data yang terkandung pada sebuah matriks citra digital dapat diolah untuk berbagai

    keperluan berkaitan dengan pengolahan citra digital. Tujuan pengolahan citra digital

    ini sangat beragam, sehingga teknik-teknik pengolahan citra digital yang ada saat ini

    pun sudah berkembang dengan cukup pesat.

    9Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 2.2.1 Downsampling

    Downsampling adalah proses pengurangan laju sampling data dari sinyal input. Laju

    sampling data dalam hal ini adalah banyaknya selang pencuplikan baris atau kolom

    yang diambil dari suatu citra. Untuk x yang merupakan matriks seperti di bawah ini,

    x = [ ]0987654321

    maka hasil downsampling kolom dengan laju sampling 3 adalah

    xs = [ ]0741

    Downsampling pada sebuah citra digital berguna untuk melakukan proses kompresi

    data. Downsampling juga dibutuhkan untuk melakukan proses dekomposisi citra

    menjadi citra pendekatan dan citra detil, yang akan dijelaskan pada sub bab

    berikutnya.

    2.2.2 Konvolusi Dalam Fungsi Diskrit

    Konvolusi adalah jumlah berbobot dari pixel-pixel di sekeliling pixel sumber. Bobot

    ditentukan oleh matriks kecil yang disebut mask konvolusi atau kernel konvolusi.

    Konvolusi diskrit sangat banyak dipergunakan dalam pengolahan citra untuk :

    1. Memperhalus (smoothing)

    2. Mempertajam (sharpening)

    3. Mendeteksi tepi (edge detection)

    4. Dan efek lainnya.

    10Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Proses konvolusi dalam fungsi diskrit untuk citra 2 dimensi dapat diilustrasikan

    sebagai berikut.

    Misalkan x adalah sebuah matriks berdimensi 5x5 yang akan dikonvolusi dengan

    matriks g yang berdimensi 3x3 yang berfungsi sebagai kernel konvolusi.

    x = g =

    2524232221

    2019181716

    1514131211

    109876

    54321

    ppppppppppppppppppppppppp

    987

    654

    321

    aaaaaaaaa

    Langkah pertama yang dilakukan adalah dengan memutar kernel g 180 pada porosnya, sehingga kernel g sekarang sudah berubah menjadi seperti di bawah.

    g =

    123

    456

    789

    aaaaaaaaa

    Setelah kernel diputar, maka titik pusat g diletakkan tepat di titik pusat x. Jadi dalam

    hal ini, a5 dari matriks g diletakkan tepat di p13 dari x. Dengan posisi seperti itu, maka

    dengan sendirinya a1 terletak pada p19, a2 pada p18 dan seterusnya.

    2524232221

    2011921831716

    1541451361211

    107988976

    54321

    /////////

    ppppppapapapppapapapppapapappppppp

    11Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Proses konvolusi akan menghasilkan nilai yang baru pada tempat dimana poros kernel

    berada. Dengan kondisi ini, karena poros dari kernel adalah a5, maka akan dihasilkan

    nilai baru pada p13, dengan persamaan :

    p13 = (p7a9) + (p8a8) + (p9a7) + (p12a6) + (p13a5) + (p14a4) + (p17a3) + (p18a2) + (p19a1)

    Setelah didapat nilai p13 hasil konvolusi, maka posisi matrik g digeser ke kanan

    sebanyak satu langkah. Dalam hal ini, a5 digeser ke posisi p14. Dengan bergesernya

    a5, maka a1 sampai a9 juga ikut bergeser ke kanan sebanyak satu langkah.

    2524232221

    1202193181716

    4155146131211

    710899876

    54321

    /////////

    pppppapapapppapapapppapapappp

    ppppp

    Langkah berikutnya adalah mencari nilai p14 hasil konvolusi, dengan persamaan :

    p14 = (p8a9) + (p9a8) + (p10a7) + (p13a6) + (p14a5) + (p15a4) + (p18a3) + (p19a2) + (p20a1)

    p13 yang digunakan dalam persamaan ini adalah nilai p13 sebelum dikonvolusi.

    Setelah nilai p14 hasil konvolusi diperoleh, maka matriks g digeser lagi ke posisi yang

    lain, sampai diperoleh nilai konvolusi secara keseluruhan. Pada saat kernel g

    mencapai pinggiran dari matriks yang akan dikonvolusi, maka sebagian dari kernel

    akan tidak menimpa matriks x.

    12Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • ??/?/?/

    ?

    //////

    1

    4

    7

    2524232221

    220319181716

    515614131211

    81099876

    54321

    aaa

    pppppapappppapappppapapppp

    ppppp

    Jika kernel sudah mencapai keadaan demikian, maka a7, a4, dan a1 akan dikalikan

    dengan nol. Nilai nol dalam hal ini disebut juga dengan zero-padded edges. Hal ini

    akan sangat merugikan, karena dengan metode seperti itu, maka p10, p15 dan p20 akan

    memperoleh hasil konvolusi yang tidak lengkap, karena nilai konvolusinya tidak

    diperoleh dari keseluruhan nilai kernel. Hal ini akan menimbulkan kecacatan data

    pada pinggiran matriks hasil konvolusi.

    Untuk mengatasi hal ini, maka salah satu metode yang dapat digunakan adalah

    dengan menyalin kolom pertama ke sebelah kiri kolom pertama dan menyalin kolom

    terakhir ke sebelah kanan kolom terakhir. Hasil penyalinannya adalah seperti di

    bawah.

    a = a =

    388321689222346489755894169354185996

    363711

    388321689222346489755894169354185996

    129446

    Hal yang serupa juga dapat dilakukan pada baris jika diperlukan.

    Dengan melakukan konvolusi pada a, maka akan tetap terjadi kecacatan data pada

    ujung-ujung kolom, baik kolom pertama maupun terakhir pada a. Tetapi karena

    kolom-kolom pertama dan terakhir pada a adalah merupakan hasil salinan, dengan

    13Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • kata lain sudah diluar dari matriks a, maka tidak akan merusak hasil perhitungan.

    Setelah dilakukan konvolusi pada a, maka kolom pertama dan terakhir dari hasil

    konvolusi dapat dihapus kembali.

    Konvolusi juga dapat dilakukan hanya pada baris atau hanya pada kolom dari matriks

    citra 2 dimensi. Proses yang dilakukan sebenarnya adalah proses konvolusi 1 dimensi

    terhadap setiap baris atau kolom dari matriks citra. Misalkan x adalah matriks

    berdimensi 5x5 dan g adalah matriks berdimensi 1x2 yang akan berfungsi sebagai

    kernel.

    x = g =

    2524232221

    2019181716

    1514131211

    109876

    54321

    ppppppppppppppppppppppppp

    [ ]21 aa

    Seperti yang sudah dijelaskan sebelumnya, maka kernel g harus diputar 180 terlebih dahulu.

    g = [ ]12 aa

    Proses konvolusinya sama dengan konvolusi sebelumnya, hanya saja jika kernel

    sudah mencapai pinggir dari kolom, maka kernel tidak bisa bergeser lebih jauh lagi.

    Tetapi jika kernel mencapai pinggir dari baris, maka kernel dapat dipindah lagi

    sampai hanya tinggal satu baris dari kernel mencapai baris ujung dari matriks citra.

    14Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Untuk konvolusi kolom, setelah diputar, kernel ditranspos terlebih dahulu dan

    beroperasi hanya pada kolom. Dengan kata lain, kernel tidak bisa berpindah lebih jauh

    jika sudah mencapai ujung dari baris.

    x = g =

    987654321

    [ ]10010

    Jika proses yang dilakukan adalah konvolusi baris, maka hasilnya adalah sebagai

    berikut.

    900890780706005604504030023012010

    Sementara jika proses yang dilakukan adalah konvolusi kolom, maka hasilnya adalah

    sebagai berikut.

    900800700690580470360250140302010

    2.3 Wavelet

    Wavelet adalah bentuk gelombang yang memiliki durasi terbatas dan memiliki nilai

    rata-rata nol. Hal ini berbeda dengan gelombang sinus yang tidak memiliki batasan

    durasi. Gelombang sinus memanjang mulai dari minus sampai positif tak hingga.

    Wavelet digunakan untuk menyusun, menganalisis, dan mensintesis data numeris

    hasil pengukuran/pengamatan suatu fenomena fisis tertentu. Wavelet telah

    berkembang sebagai solusi terkini untuk mengatasi kendala-kendala yang umumnya

    15Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • dijumpai pada Transformasi Fourier. Salah satu kelemahan Transformasi Fourier

    adalah bahwa transformasi tersebut hanya memiliki fungsi frekuensi. Tidak ada fungsi

    waktu dan jarak. Hal ini berarti bahwa jika sebuah sinyal ditransformasikan, kapan

    dan dimana sinyal tersebut muncul tidak bisa dilihat, walaupun diketahui bahwa

    semua sinyal itu ada. Dengan transformasi Wavelet, semua fungsi itu dapat dilihat

    secara simultan.

    Transformasi Wavelet memiliki beberapa tipe yang masing-masing memiliki

    keunggulannya tersendiri dalam berbagai bidang. Tipe-tipe tersebut dapat dilihat pada

    Tabel 2.2.

    Tabel 2.2 Tipe-Tipe Transformasi Wavelet

    Tipe Wavelet Nama Lengkap

    haar Haar wavelet

    'db' Daubechies wavelets

    'sym' Symlets

    'coif' Coiflets

    'bior' Biorthogonal wavelets

    'rbio' Reverse biorthogonal wavelets

    'meyr' Meyer wavelet

    'dmey' Discrete approximation of Meyer wavelet

    'gaus' Gaussian wavelets

    'mexh' Mexican hat wavelet

    'morl' Morlet wavelet

    'cgau' Complex Gaussian wavelets

    16Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Tabel 2.2 Tipe Tipe Transformasi Wavelet (Lanjutan)

    Tipe Wavelet Nama Lengkap

    'shan' Shannon wavelets

    'fbsp' Frequency B-Spline wavelets

    'cmor' Complex Morlet wavelets

    2.3.1 Transformasi Wavelet Diskrit untuk Dekomposisi Citra 2 Dimensi

    Pada proses dekomposisi citra 2 dimensi dengan transformasi wavelet diskrit, matriks

    citra dipilah-pilah dan diproses dengan filter low pass dan high pass sehingga

    menghasilkan sub citra pendekatan aj dan sub citra detil hj, vj dan dj. Tahapan

    dekomposisi wavelet tingkat 1 dapat dilihat pada Gambar 2.4.

    downsample kolom : ambil kolom genap

    downsample baris : ambil baris genap

    17Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • konvolusi kolom dengan filter high pass

    konvolusi kolom dengan filter low pass

    konvolusi baris dengan filter high pass

    konvolusi baris dengan filter low pass

    Gambar 2.4 Tahapan Dekomposisi Wavelet Diskrit Tingkat 1 pada Citra 2 Dimensi

    Untuk dekomposisi dengan n tingkatan, maka dekomposisi tingkat selanjutnya

    dilakukan dengan memakai output aj dari dekomposisi tingkat sebelumnya sebagai

    input. Jadi aj akan didekomposisi lagi menjadi aj+1, hj+1, vj+1 dan dj+1. Matriks an, hn,

    vn dan dn masing-masing diurutkan menjadi 1 kolom dan ditranspos menjadi 1 baris.

    Hasil akhir dari dekomposisi tingkat n dari citra 2 dimensi adalah matriks C,

    sementara S adalah matriks yang berisi ukuran dari matriks x dalam setiap tahap

    dekomposisi, dimana :

    C = [ ]jjjjjjjnnnn dvhadvhdvha 111... +++ dan

    S =

    ++

    MNMN

    MN

    MNMN

    jj

    jj

    nn

    nn

    11

    MM

    18Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Matriks C nantinya digunakan sebagai matriks identitas untuk proses pengenalan

    wajah, sementara S digunakan untuk proses rekonstruksi citra. Gambaran citra 2

    dimensi sebelum dan sesudah didekomposisi Wavelet tingkat 3 dapat dilihat pada

    Gambar 2.5.

    Citra setelah ditransformasi Wavelet

    tingkat 3

    Citra Awal

    Gambar 2.5 Dekomposisi Wavelet Citra Pas Foto

    2.3.2 Wavelet Diskrit Tipe Haar

    Wavelet diskrit tipe Haar mendekomposisikan sinyal dengan nilai filter low pass f

    dan filter high pass g, dimana :

    f = [ ]112

    1 = [ ]7071,07071,0 dan

    g = [ ]112

    1 = [ ]7071,07071,0

    19Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Misalkan citra x yang ditampilkan pada Gambar 2.6 akan didekomposisi dengan

    menggunakan dekomposisi Wavelet Diskrit tipe Haar tingkat 1.

    Gambar 2.6 Citra x yang Akan Didekomposisi Wavelet Tingkat 1

    Citra x berdimensi 5x5 pixel dan menggunakan mode warna grayscale 8 bit, maka

    matriks pixel x dapat dibuat sebagai berikut :

    x =

    10128882224543274091017111207716

    1210172533

    Karena tipe dekomposisi yang digunakan saat ini adalah tipe Haar, maka

    f = [ ]7071,07071,0 dan g = [ ]7071,07071,0

    dimana f dan g berturut-turut adalah filter low pass dan high pass.

    20Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Matriks x akan dikonvolusi baris dengan f. Maka untuk menghindari kecacatan hasil

    perhitungan pada pinggiran matriks, maka matriks x diubah menjadi :

    x =

    1022401

    12

    10128882224543274091017111207716

    1210172533

    827111633

    p adalah matriks hasil konvolusi baris antara x dan f. Maka matriks p adalah sebagai

    berikut :

    p=

    0711,71421,145563,151421,143137,113137,113137,116569,55563,151127,319706,162340,332254,624975,491838,380919,192843,285685,566482,344350,130919,197990,195563,157782,77071,04142,18492,140919,198995,92635,166274,223137,114853,89706,165563,150919,196985,290122,416690,463345,23

    Karena sebelumnya kolom pertama dan kolom kelima dari p sudah disalin terlebih

    dahulu, maka kolom pertama dan kolom terakhir dari p tidak diperlukan lagi dan

    sudah dapat dihapus. Isinya disalin ke dalam matriks z.

    z =

    1421,145563,151421,143137,113137,113137,111127,319706,162340,332254,624975,491838,385685,566482,344350,130919,197990,195563,15

    4142,18492,140919,198995,92635,166274,229706,165563,150919,196985,290122,416690,46

    21Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • z digunakan untuk menghitung nilai aj dan hj. Tetapi sebelum dilakukan perhitungan

    terhadap nilai aj dan hj, terlebih dahulu dilakukan downsampling terhadap baris dari

    matriks z, sehingga :

    z =

    1421,141421,143137,111127,312340,334975,495685,564350,137990,19

    4142,10919,192635,169706,160919,190122,41

    Tahap selanjutnya adalah proses konvolusi kolom matriks z dengan f. Tetapi untuk

    menghindari kecacatan data, maka baris awal dan akhir matriks z disalin lagi,

    sehingga menjadi seperti berikut :

    z =

    1421,141421,143137,111421,141421,143137,111127,312340,334975,495685,564350,137990,19

    4142,10919,192635,169706,160919,190122,419706,160919,190122,41

    Proses konvolusi kolom matriks z dengan f sudah bisa dilakukan, dengan y sebagai

    matriks hasil konvolusi dimana baris pertama dan baris terakhir hasil konvolusi sudah

    dihapus.

    y =

    202016325,334362334941235,2513275,40242758

    22Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Baris pada matriks y kemudian di-downsample, sehingga matriks y sekarang adalah

    sebagai berikut.

    y =

    20201662334913275,40

    Matriks y sekarang adalah sub citra pendekatan atau aj. Untuk menghitung hj juga

    dapat dilakukan dengan cara yang sama, hanya saja pada saat melakukan konvolusi

    kolom pada matriks z, filter yang digunakan adalah filter high pass atau g, sehingga :

    aj = dan h

    20201662334913275,40

    j =

    0001814211105,17

    Cara sebelumnya diulang lagi untuk menghasilkan matriks vj dan dj. Hanya saja kali

    ini matriks p adalah konvolusi baris antara x dan g, kemudian vj adalah hasil

    konvolusi kolom antara z dan f sementara dj adalah hasil konvolusi kolom antara z dan

    g, sehingga diperoleh :

    vj = dan d

    04002211035,8

    j =

    00002150105,0

    Matriks aj, hj, vj dan dj masing-masing disusun menjadi satu kolom dan ditranspos

    sehingga diperoleh :

    23Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • aj = [ ] 20621320332716495,40hj = [ ]0181101400215,17 vj = [ ]00042230115,8 dj = [ ]00002110055,0

    maka :

    C = [ ]0055,000115,800215,172016495,40 LLLL

    dan

    S =

    553333

    2.4 Perbandingan Kemiripan

    Dalam membandingkan kemiripan dua buah citra k dan l , elemen yang digunakan

    sebagai pembanding adalah matriks C yang didapat dari hasil dekomposisi masing-

    masing citra tersebut. Misalkan Ck dan Cl adalah matriks hasil dekomposisi citra k dan

    l, dengan :

    Ck = [ ]17901108512210 dan Cl = [ ]2901205710018

    Maka langkah untuk membandingkannya adalah :

    1. Matriks Ck dan Cl dicari nilai selisih antar pasangan datanya, yang

    menghasilkan matriks d.

    24Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • d = [ ]150011151541228

    2. Matriks d kemudian dicari nilai mean datanya, yang kemudian menghasilkan

    matriks e yang berdimensi 1x1.

    e = [ ]8182,0

    3. Untuk memudahkan perhitungan, matriks e kemudian dicari nilai absolut

    datanya sehingga menghasilkan matriks w yang juga berdimensi 1x1.

    w = [ ]8182,0

    Matriks w merupakan hasil pembandingan kedua input citra. Karena yang

    dibandingkan adalah 2 citra yang tidak sama persis, maka dibutuhkan nilai toleransi.

    Batasan dimana kedua buah citra pas foto dinyatakan mirip atau tidak ditentukan oleh

    nilai toleransi tersebut. Semakin kecil nilai w, maka semakin besar persentasi

    kemiripan kedua citra pas foto yang dibandingkan.

    2.5 Matlab

    Matlab (Matrix Laboratory) adalah bahasa pemrograman tingkat tinggi yang

    dikhususkan untuk komputasi teknis. Bahasa yang dikembangkan oleh MathWorks ini

    mengintegrasikan kemampuan komputasi, visualisasi dan pemrograman dalam sebuah

    lingkungan yang tunggal dan mudah digunakan. Aplikasi Matlab yang digunakan

    penulis adalah Matlab 7. Tampilan antarmuka Matlab 7 dapat dilihat pada Gambar

    2.7.

    25Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Pada aplikasi Matlab 7 terdapat beberapa tipe data yang sering digunakan, yaitu :

    1. *.m atau m-file

    adalah sekumpulan instruksi yang dapat dijalankan dalam sekali panggil.

    2. *.mat

    adalah format database sederhana yang berbentuk matriks.

    3. *.fig

    adalah format penyimpanan tampilan GUI (Graphical User Interface).

    Gambar 2.7 Tampilan Antarmuka Aplikasi Matlab 7

    Setiap penyimpanan ataupun pemuatan variabel atau database pada Matlab selalu

    diletakkan pada atau diambil dari direktori yang sedang aktif (current directory).

    26Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • BAB III

    PERANGKAT LUNAK SISTEM

    3.1 Gambaran Umum

    Secara umum, sistem pembanding citra pas foto ini terdiri dari dua aplikasi, yaitu

    PPWdb dan PPWfr. PPWdb bertujuan untuk mengambil citra pas foto dan kemudian

    memasukkan matriks hasil dekomposisinya ke database, sedangkan PPWfr bertujuan

    untuk mengambil citra pas foto dan kemudian membandingkannya dengan yang ada

    di database untuk mencari kemiripan citra pembanding dengan citra di database.

    Di dalam PPWdb digunakan berbagai variabel, antara lain fn, xn dan js. Variabel js

    adalah variabel yang digunakan sebagai tempat penyimpanan informasi banyaknya

    citra pas foto yang sudah tersimpan di database. Nilai awal js adalah 1, yang artinya

    belum ada citra pas foto yang disimpan di database. Setiap ada penyimpanan citra pas

    foto, maka nilai js akan ditambah dengan 1. Dalam hal ini, citra pas foto yang dapat

    disimpan hanya sebanyak maksimum 5 buah. Citra pas foto yang digunakan dalam

    aplikasi ini harus berukuran 112x92 pixel, mode warna grayscale 8 bit dan tipe file-

    nya adalah .jpg. fn adalah variabel yang merupakan hasil dekomposisi dari citra xn.

    Dalam hal ini, fn merupakan matriks berdimensi 1x10332. 1x10332 didapat dari

    proses dekomposisi Wavelet diskrit tipe Haar tingkat 3 untuk citra 2 dimensi 112x92

    pixel. Untuk lebih memudahkan algoritma aplikasi, maka pada awal aplikasi fn

    diberikan nilai awal matriks nol berukuran 1x10332.

    Aplikasi PPWfr hanya menggunakan variabel x, fb dan hsln. x adalah matriks pixel

    dari citra pas foto pembanding, fb adalah variabel yang berisi matriks hasil

    dekomposisi Wavelet diskrit tipe Haar tingkat 3 terhadap x, sementara hsln adalah

    27Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • hasil dari proses perbandingan fn dan fb. Proses perbandingan 2 buah citra pas foto

    dapat dilihat pada bab sebelumnya.

    3.2 PPWdb

    Sewaktu aplikasi PPWdb dijalankan, tahap pertama yang dilakukan adalah memeriksa

    keberadaan file htemp.mat. Jika file ini ada, maka akan dihapus. File htemp.mat

    adalah file yang memuat matriks pixel citra xn. Jika file htemp.mat ada pada saat

    aplikasi pertama kali dibuka, berarti itu adalah file yang tersisa sewaktu aplikasi

    terakhir kali dibuka. Kemudian dilakukan pengisian harga awal ke variabel f1 sampai

    f5. Yang diisi adalah matriks nol berukuran 1x10332. Variabel f1 sampai f5 tersebut

    disimpan dalam file db.mat. Setelah itu dilakukan juga pengisian nilai awal kepada

    variabel js. Dalam hal ini, nilai awalnya adalah 1. Citra mrx.jpg kemudian

    ditampilkan pada aplikasi. Hal ini dilakukan semata-mata hanya sebagai pelengkap,

    dan tidak memberi pengaruh apapun ke dalam proses perbandingan. Di dalam aplikasi

    PPWdb, terdapat lima tombol yang akan memudahkan pengguna dalam pemakaian.

    Kelima tombol tersebut adalah Ambil Foto, Input ke Database, Pengenal Wajah,

    Reset Database, dan Keluar.

    Gambar 3.1 Diagram Alir Aplikasi PPWdb A

    28Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • A

    Gambar 3.1 Diagram Alir Aplikasi PPWdb (Lanjutan)

    Gambar 3.2 Tampilan Antarmuka PPWdb

    29Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 3.2.1 Tombol Ambil Foto

    Sesaat setelah aplikasi mendeteksi penekanan tombol Ambil Foto, sebuah jendela

    yang bertujuan untuk mencari file citra pas foto yang ingin dimasukkan ke database

    akan ditampilkan. Setiap citra pas foto yang dimasukkan diubah ke dalam matriks

    pixel citra (xn).

    Gambar 3.3 Diagram Alir Ambil Foto

    30Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Variabel xn tersebut lalu disimpan di dalam file htemp.mat. Tahap selanjutnya adalah

    dengan menyimpan nama dan lokasi file input citra pada variabel nfn dan npn,

    kemudian menyimpannya dalam file impf.mat.

    3.2.2 Tombol Input ke Database

    xn akan didekomposisi dengan transformasi Wavelet diskrit tipe Haar tingkat 3 jika

    aplikasi mendeteksi penekanan tombol Input ke Database. Sebelum dekomposisi

    dilakukan, terlebih dahulu dilakukan pemeriksaan terhadap keberadaan file

    htemp.mat. Jika file tersebut tidak ada, maka akan ditampilkan pesan bahwa belum

    ada foto yang diambil. Tetapi jika file tersebut ada, maka langkah berikutnya adalah

    memuat file htemp.mat tersebut, berikut juga file jcount.mat dan db.mat.

    Setelah proses pemuatan ketiga file tersebut sudah dilakukan, maka nilai variabel js

    dari file jcount.mat diperiksa. Jika nilai js = 6, berarti database sudah penuh dan pesan

    yang menyatakan hal tersebut akan ditampilkan. Jika js belum sampai 6, maka nilai xn

    yang diperoleh sewaktu pengambilan citra pas foto kemudian didekomposisi. Untuk

    nilai js = n, hasilnya kemudian disimpan dengan variabel fn dalam file db.mat untuk

    nilai n antara 1 sampai 5. Citra yang disimpan dengan variabel fn akan mendapat

    nomor ID n juga. Nilai js tersebut kemudian ditambahkan dengan angka 1 dan

    hasilnya disimpan dalam file jcount.mat. Nomor ID tersebutpun kemudian

    ditampilkan pada aplikasi sebagai informasi kepada pengguna. Diagram alir Input ke

    Database dapat dilihat pada Gambar 3.4.

    31Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Gambar 3.4 Diagram Alir Input ke Database

    3.2.3 Tombol Pengenal Wajah

    Jika aplikasi mendeteksi penekanan tombol ini, aplikasi PPWdb akan ditutup, dan

    aplikasi PPWfr dibuka. Keterangan mengenai PPWfr akan dijelaskan pada sub bab

    berikutnya.

    32Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 3.2.4 Tombol Reset Database

    Tombol Reset Database berguna untuk menghapus file htemp.mat, menampilkan

    kembali citra mrx.jpg dan mengembalikan nilai fn menjadi matriks nol berukuran

    1x10332. Tetapi jika file htemp.mat tidak ada, maka tidak ada dilakukan proses

    apapun. Diagram alir untuk tombol Reset Database dapat dilihat pada Gambar 3.5.

    Gambar 3.5 Diagram Alir Reset Database

    3.2.5 Tombol Keluar

    Tombol ini berguna untuk menutup aplikasi.

    33Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 3.3 PPWfr

    Gambar 3.6 Diagram Alir PPWfr

    Gambar 3.7 Tampilan Antarmuka PPWfr

    34Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Aplikasi kedua, yang disebut PPWfr, bertujuan untuk melakukan proses perbandingan

    citra. Pada aplikasi ini hanya terdapat 3 tombol, yaitu Ambil Foto, Cari di Database,

    dan Keluar.

    3.3.1 Tombol Ambil Foto

    Segera setelah tombol Ambil Foto ditekan, aplikasi akan menampilkan jendela

    explorer untuk mencari foto yang mau dibandingkan dari media penyimpanan. Seperti

    pada PPWdb, citra yang dimasukkan diubah ke dalam bentuk matriks.

    Gambar 3.8 Diagram Alir Ambil Foto

    35Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Matriks pixel citra ini disimpan dengan variabel x, dan kemudian langsung

    didekomposisi Wavelet tipe Haar tingkat 3, sehingga didapat juga identitas dari citra

    yang mau dibandingkan dengan dimensi 1x10332. Identitas ini disimpan dengan

    variabel fb dalam file htemp2.mat.

    3.3.2 Tombol Cari di Database

    Ketika tombol Cari di Database ditekan, aplikasi akan melakukan proses

    perbandingan. Tetapi sebelumnya, dilakukan dulu pemeriksaan keberadaan file

    htemp2.mat yang hanya akan ada jika foto sudah dipilih. Jika tidak ada, maka akan

    ada pesan bahwa foto belum dipilih. Tetapi jika ada, maka file tersebut kemudian

    dimuat, berikut file jcount.mat dan db.mat. Kemudian dilakukan pemeriksaan pada

    nilai variabel js. Untuk nilai js = 1, yang berarti belum ada foto yang disimpan, maka

    ditampilkanlah pesan yang menyatakan demikian. Jika sudah lebih dari 1, maka

    proses dilanjutkan dengan perbandingan pas foto. Metodenya adalah dengan mencari

    selisih dari masing-masing variabel fn dengan fb. Walaupun citra yang dimasukkan

    tidak sampai 5, tetapi tetap dapat dilakukan pencarian selisih tersebut. Hal ini karena

    pada aplikasi PPWdb telah diberikan nilai awal matriks nol berdimensi 1x10332 pada

    variabel f1 sampai f5. Untuk setiap variabel fn, dilakukan proses perbandingan citra

    pas foto dengan fb sehingga menghasilkan matriks hsln. Berdasarkan percobaan yang

    dilakukan oleh penulis, nilai toleransi untuk percobaan ini adalah 1. Dengan kata lain,

    dua buah citra dikatakan mirip jika 0 < hsln < 1. Citra di database yang dianggap mirip

    dengan pembanding kemudian ditampilkan kembali pada aplikasi beserta nomor ID-

    nya.. Alamat dan nama file citra tersebut dimuat dari file impf.mat yang telah

    disimpan sebelumnya pada waktu pengambilan foto di PPWdb.

    36Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Gambar 3.9 Diagram Alir Cari di Database

    37Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 3.3.3 Tombol Keluar

    Tombol ini berguna untuk menutup aplikasi PPWfr. Tetapi sebelum menutup aplikasi,

    terlebih dahulu dilakukan penghapusan terhadap file htemp2.mat. Hal ini bertujuan

    agar sewaktu aplikasi PPWfr dibuka lagi, pengguna tidak bisa langsung menekan

    tombol Cari di Database tanpa mengambil citra pas foto pembanding terlebih dahulu,

    karena file htemp2.mat yang dibutuhkan sewaktu menekan tombol Cari di Database

    sudah dihapus. Tetapi jika file htemp2.mat tersebut sudah tidak ada, aplikasi langsung

    ditutup.

    Gambar 3.10 Diagram Alir Keluar

    38Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • BAB IV

    IMPLEMENTASI DAN PENGUJIAN HASIL

    Bab ini akan membahas implementasi dari rancangan pada Bab III serta pengujian

    perangkat lunak yang dihasilkan. Bagian implementasi menekankan pada demonstrasi

    fungsi setiap tombol pada aplikasi, sementara bagian pengujian menekankan pada

    ujicoba kemampuan perangkat lunak dalam membandingkan beberapa sampel citra

    pas foto.

    4.1 Implementasi

    Implementasi dari sistem pembanding citra pas foto ini menggunakan bahasa

    pemrograman Matlab 7. Penggunaan bahasa pemrograman Matlab 7 dinilai lebih

    mudah karena di dalam Matlab 7 sudah terdapat fasilitas GUI (Graphical User

    Interface) yang cukup mempermudah pengguna karena tampilan antarmukanya dapat

    dibuat sesederhana mungkin. Keuntungan lain dalam menggunakan Matlab 7 adalah

    karena di dalamnya sudah terdapat function operasi dekomposisi Wavelet yang bisa

    langsung digunakan.

    Pada sistem ini terdapat 2 buah m-file, yaitu PPWdb.m dan PPWfr.m yang berisi

    kode-kode pemrograman yang akan dijalankan sewaktu PPWdb.fig maupun

    PPWfr.fig dijalankan.

    4.1.1 PPWdb

    Pada Gambar 4.1 dapat dilihat bagaimana tampilan antarmuka PPWdb saat pertama

    kali dijalankan. Gambar mrx.jpg yang diambil dari current directory ditampilkan pada

    aplikasi.

    39Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Gambar 4.1 Tampilan Antarmuka Sewaktu Aplikasi PPWdb Baru Dijalankan

    Pada Gambar 4.2 diperlihatkan tampilan antarmuka aplikasi sewaktu tombol Ambil

    Foto ditekan. Jendela explorer dengan sendirinya akan muncul untuk memudahkan

    pengguna dalam mencari lokasi penyimpanan citra pas foto. Setelah sebuah citra pas

    foto terpilih, maka citra pas foto tadi ditampilkan pada aplikasi, sehingga menjadi

    seperti pada Gambar 4.3. Gambar 4.4 memperlihatkan tampilan antarmuka aplikasi

    sewaktu tombol Input ke Database terpilih. Nomor ID dari citra pas foto tersebut

    kemudian ditampilkan juga untuk memudahkan pengguna dalam mengasosiasikan

    data input. Tetapi jika tombol Input ke Database ditekan tanpa ada satupun citra pas

    foto yang terpilih, maka akan keluar pesan yang menyatakan hal tersebut.

    40Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Gambar 4.2 Tampilan Antarmuka Ketika Tombol Ambil Foto Ditekan

    Gambar 4.3 Tampilan Ketika Citra Pas Foto Sudah Terpilih

    41Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Pada waktu tombol Pengenal Wajah ditekan, maka aplikasi PPWdb akan ditutup dan

    aplikasi PPWfr dibuka. Akan tetapi jika belum ada satupun citra pas foto yang sudah

    dimasukkan ke database, maka akan timbul pesan kesalahan tersebut jika tombol

    Pengenal Wajah ditekan.

    Gambar 4.4 Tampilan Ketika Tombol Input ke Database Ditekan Setelah Sebuah

    Foto Diambil

    Sewaktu tombol Reset Database ditekan, maka aplikasi akan menghapus semua data

    yang sudah disimpan sebelumnya dan memunculkan kembali citra mrx.jpg pada

    aplikasi.

    42Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • (a) (b)

    Gambar 4.5 (a) Tampilan Ketika Tombol Input ke Database Ditekan Tanpa

    Mengambil Foto Terlebih Dahulu; (b) Tampilan yang Muncul Ketika Tombol

    Pengenal Wajah Ditekan Tanpa Mengisi Database Terlebih Dahulu

    4.1.2 PPWfr

    Pada aplikasi PPWfr, saat pertama kali aplikasi dijalankan maka akan terlihat 2 buah

    kotak tempat menampilkan citra pas foto. Kotak sebelah kiri berfungsi untuk

    menampilkan citra pas foto pembanding, sementara kotak sebelah kanan berfungsi

    untuk menampilkan citra pas foto dari database yang dianggap paling mirip dengan

    pembanding.

    43Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Gambar 4.6 Tampilan Ketika Aplikasi PPWfr Pertama Kali Dijalankan

    Selain kotak tempat penampilan citra pas foto, pada tampilan aplikasi PPWfr juga

    terlihat ada 3 tombol, yaitu Ambil Foto, Cari di Database dan Keluar.

    Gambar 4.7 Tampilan Ketika Tombol Ambil Foto Ditekan

    44Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Gambar 4.8 Tampilan Ketika Foto Sudah Diambil

    Gambar 4.9 Tampilan yang Muncul Ketika Tombol Cari di Database Baru Saja

    Ditekan

    45Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Seperti halnya pada PPWdb, ketika tombol Ambil Foto ditekan, akan ditampilkan

    sebuah jendela explorer untuk memudahkan pengguna dalam mencari citra pas foto

    yang disimpan di media penyimpanan. Setelah citra pas foto terpilih, maka citra pas

    foto itu akan dijadikan citra pas foto pembanding, dan akan ditampilkan pada kotak

    sebelah kiri pada aplikasi.

    Gambar 4.10 Tampilan yang Muncul Ketika Proses Pencarian di Database Selesai

    Dilakukan

    Sesaat setelah tombol Cari di Database ditekan, maka aplikasi akan membandingkan

    citra pas foto pembanding dengan yang ada di database untuk mencari citra pas foto

    yang paling mirip. Jika ada citra pas foto yang dianggap mirip, maka citra pas foto itu

    akan ditampilkan pada kotak sebelah kanan pada aplikasi, dan kemudian muncul

    pesan yang menyatakan bahwa citra pas foto pembanding mirip dengan yang ada di

    database dengan ID = n.

    46Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 4.2 Pengujian Hasil

    Pada percobaan ini, citra pas foto yang digunakan sebagai bahan percobaan sebanyak

    20 foto yang terdiri dari 10 orang yang berbeda, dimana masing-masing orang

    memiliki 2 variasi foto (ekspresi atau aksesoris yang berbeda). Keseluruhan foto bisa

    dilihat pada gambar 4.1. Empat pasang foto yang pertama diambil sendiri oleh penulis

    dengan menggunakan kamera digital, sementara sisanya diambil dari database wajah

    standar dari ORL (Ollyvety Research Laboratory). Berikut adalah citra pas foto yang

    digunakan dalam percobaan.

    Gambar 4.11 Citra-Citra Pas Foto yang Digunakan Dalam Percobaan

    47Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Pengujian dilakukan dalam 6 kategori. Keenam kategori tersebut dibagi berdasarkan

    jenis citra pas foto yang dimasukkan ke database. Keenam kategori tersebut dibagi

    sebagai berikut :

    1. Kategori A

    Citra pas foto yang bukan dari ORL dan tanpa memakai kacamata

    Gambar 4.12 Citra Pas Foto Kategori A

    2. Kategori B

    Citra pas foto yang bukan dari ORL dan memakai kacamata

    Gambar 4.13 Citra Pas Foto Kategori B

    3. Kategori C

    Citra pas foto dari ORL dan tanpa memakai kacamata

    48Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Gambar 4.14 Citra Pas Foto Kategori C

    4. Kategori D

    Citra pas foto dari ORL dan memakai kacamata

    Gambar 4.15 Citra Pas Foto Kategori D

    Masing-masing kategori akan dibandingkan dengan 20 citra pas foto yang sudah ada.

    Nilai akurasi dari aplikasi akan ditentukan per kategori dengan rumus sebagai berikut:

    Berdasarkan rumusan di atas, maka diperoleh akurasi dari aplikasi untuk masing-

    masing kategori, yang dapat dilihat pada Tabel 4.1.

    Dari hasil percobaan dapat disimpulkan bahwa aplikasi dapat mengenal dengan sangat

    baik citra pas foto dari kategori A. Citra kategori B yang bukan merupakan pas foto

    dari ORL dapat dikenali cukup baik oleh aplikasi, sementara citra pas foto dari ORL

    kurang dapat dikenali secara baik dengan ataupun tanpa kacamata.

    49Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Tabel 4.1 Hasil Uji Akurasi Aplikasi Per Kategori

    Kategori Akurasi

    A 100%

    B 60%

    C 50%

    D 50%

    Kecepatan aplikasi dalam melakukan perbandingan sama dalam kondisi apapun, yaitu

    sebesar 78 milidetik.

    50Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • BAB V

    KESIMPULAN DAN SARAN

    5.1 Kesimpulan

    1. Metode transformasi Wavelet teruji cukup akurat dan cepat dalam

    membandingkan citra pas foto.

    2. Pasangan citra pas foto yang berbeda ekspresi wajah masih dapat dikenali

    dengan baik oleh aplikasi.

    3. Aplikasi menghasilkan persentasi perbandingan yang lebih buruk untuk citra

    pas foto yang telah melalui proses pemindahan melalui intenet.

    4. Hasil perbandingan kurang akurat pada citra pas foto yang memakai kacamata.

    5. Hasil perbandingan yang dilakukan oleh aplikasi tidak lebih baik daripada

    perbandingan melalui pandangan mata manusia.

    5.2 Saran

    1. Sebaiknya aplikasi dikembangkan agar bisa memodifikasi citra masukan

    menjadi berukuran 112x92 pixel, mode warna grayscale 8 bit, dan tipe file

    .jpeg, sehingga citra masukan tidak perlu memenuhi kriteria tersebut sebelum

    diproses pada aplikasi.

    2. Aplikasi ini akan lebih baik jika dapat dihubungkan dengan aplikasi database

    yang canggih sehingga dapat memuat data yang jauh lebih banyak hanya

    dengan algoritma yang lebih sederhana.

    3. Aplikasi ini hendaknya disempurnakan atau diubah ke dalam bentuk aplikasi

    yang bisa berjalan tanpa perlu memanggil Matlab terlebih dahulu.

    51Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • DAFTAR PUSTAKA

    1. Lim, Resmana, Marcel J.T. Reinders, dan Thiang, 2000, Pengenalan Citra

    Wajah dengan Pemrosesan Awal Transformasi Wavelet, Surabaya : Gedung

    Pasca Sarjana ITS.

    2. Manikarnika, Achim Sanjay, 2006, A General Face Recognition System,

    Norwegia : Norwegian University of Science and Technology Department of

    Mathematical Sciences.

    3. Garcia, Christopher, Giorgos Zikos, Giorgos Tziritas, A Wavelet-based

    Framework for Face Recogniton, Heraklion, Yunani : ICS-Foundation for

    Research and Technology-Hellas-FORTH.

    4. Delac, Kresimir, dan Mislav Grgic, 2007, Face Recognition, Vienna,

    Austria : I-Tech Education and Publishing.

    5. BiNus Center, 3D Movie Animator; Digital Imaging with Adobe Photoshop,

    Jakarta : BiNus Center.

    6. Polikar, Robi, The Wavelet Tutorial, 1994, http://users.rowan.edu/~polikar/

    WAVELETS/ WTtutorial.html

    7. Sandberg, Kristian, The Haar Wavelet Transform, 2000, http://sprott.

    physics.wisc.edu/carlson.html.

    8. Away, Gunaidi Abdia, MATLAB Programming, 2006, Bandung :

    Informatika.

    9. Pengolahan Citra, 2007, www.wikipedia.com.

    10. Arif, Agus, Kuliah Pengolahan Citra Semester Genap 2006/2007, 2006.

    11. Karmilasari, Konvolusi, 2006.

    12. Zhao, M, 2 Dimensional Wavelet, 2007.

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • LAMPIRAN

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Kode Pemrograman PPWdb.m function varargout = PPWdb(varargin) % PPWdb M-file for PPWdb.fig % PPWdb, by itself, creates a new PPWdb or raises the existing % singleton*. % % H = PPWdb returns the handle to a new PPWdb or the handle to % the existing singleton*. % % PPWdb('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in PPWdb.M with the given input arguments. % % PPWdb('Property','Value',...) creates a new PPWdb or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before PPWdb_OpeningFunction gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to PPWdb_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Copyright 2002-2003 The MathWorks, Inc. % Edit the above text to modify the response to help PPWdb % Last Modified by GUIDE v2.5 17-Jun-2007 19:53:17 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @PPWdb_OpeningFcn, ... 'gui_OutputFcn', @PPWdb_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % -- BAGIAN INI DIEKSEKUSI TEPAT SEBELUM APLIKASI PPWDB DIJALANKAN -- function PPWdb_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to PPWdb (see VARARGIN)

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • cekhtemp=exist('htemp.mat','file'); %periksa apakah file htemp.mat ada if cekhtemp==2 %jika file htemp.mat ada, maka delete htemp.mat %hapus file htemp.mat else %jika tidak ada, akhiri pencabangan end f1=zeros(1,10332,'double'); %beri nilai awal matriks nol f2=zeros(1,10332,'double'); %berdimensi 1x10332 tipe double f3=zeros(1,10332,'double'); %ke variabel f1 sampai f5 f4=zeros(1,10332,'double'); f5=zeros(1,10332,'double'); save db f1 f2 f3 f4 f5; %simpan ke file db.mat js=1; %masukkan nilai js=1 save jcount js; %simpan nilai js ke file jcount.mat handles.data1=imread('mrx.jpg'); %ambil file mrx.jpg dan guidata(hObject,handles); %tampilkan pada aplikasi handles.current_data1=handles.data1; axes(handles.axes1); imshow(handles.current_data1); % Choose default command line output for PPWdb handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes PPWdb wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = PPWdb_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL AMBIL FOTO DITEKAN -- function pbambil_Callback(hObject, eventdata, handles) % hObject handle to pbambil (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) %tampilkan kotak dialog untuk mencari citra [nama_file1, nama_path1]=uigetfile(... {'*.bmp;*.jpg','File Citra(*.bmp,*.jpg)'; '*.bmp','File Bitmap (*.bmp)';... '*.jpg','File Jpeg (*.jpg)'; '*.*','Semua File (*.*)'},...

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • 'Buka File Citra Host/Asli'); if ~isequal(nama_file1, 0) %jika citra sudah terpilih, tampilkan %citra di axes1 handles.data1=imread(fullfile(nama_path1,nama_file1)); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes1); imshow(handles.current_data1); x=(handles.current_data1); %data citra disimpan dalam variabel x x=double(x); %x diubah tipe datanya menjadi double save htemp x; %simpan x ke dalam file htemp.mat load jcount.mat switch js case 1 %jika js=1 np1=nama_path1; %masukkan path citra 1 ke variabel np1 nf1=nama_file1; %masukkan nama file citra1 ke nf1 save impf np1 nf1; %simpan variabel np1 dan nf1 ke file %impf.mat case 2 np2=nama_path1; nf2=nama_file1; save impf np2 nf2 -append; %variabel np2 dan nf2 disimpan dan %disertakan ke file impf.mat case 3 np3=nama_path1; nf3=nama_file1; save impf np3 nf3 -append; case 4 np4=nama_path1; nf4=nama_file1; save impf np4 nf4 -append; case 5 np5=nama_path1; nf5=nama_file1; save impf np5 nf5 -append; end else return; end % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL INPUT KE DATABASE DITEKAN -- function pbinput_Callback(hObject, eventdata, handles) % hObject handle to pbinput (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • % handles structure with handles and user data (see GUIDATA) cekhtemp=exist('htemp.mat','file'); %periksa apakah file db.mat ada if cekhtemp==2 %jika file db.mat ada, maka load htemp.mat; %load file htemp.mat load jcount.mat; %load file jcount.mat load db.mat; switch js %cek nilai js case 1 %jika js bernilai 1, maka [f1,m] = wavedec2(x,3,'haar'); %lakukan proses wavelet tipe %haar level 3 pada variabel x save db f1 -append; %simpan variabel f1 ke file %db.mat js=js+1; %tambahkan variabel js dengan 1 save jcount js; %simpan nilai js ke file %jcount.mat warndlg('ID FOTO : 1'); %tampilkan pesan nomor ID foto %proses sebelumnya diulang %sampai maksimum 5 input foto case 2 [f2,m] = wavedec2(x,3,'haar'); save db f2 -append; js=js+1; save jcount js; warndlg('ID FOTO : 2'); case 3 [f3,m] = wavedec2(x,3,'haar'); save db f3 -append; js=js+1; save jcount js; warndlg('ID FOTO : 3'); case 4 [f4,m] = wavedec2(x,3,'haar'); save db f4 -append; js=js+1; save jcount js; warndlg('ID FOTO : 4'); case 5 [f5,m] = wavedec2(x,3,'haar'); save db f5 -append; js=js+1; save jcount js; warndlg('ID FOTO : 5'); case 6 %jika input sudah lebih dari 5, %tampilkan pesan warndlg('Anda sudah menyimpan dalam jumlah maksimal..') end else

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • warndlg('ANDA BELUM MEMILIH FOTO') end % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL KELUAR DITEKAN -- function pbkeluar_Callback(hObject, eventdata, handles) % hObject handle to pbkeluar (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close %keluar % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL RESET DATABASE DITEKAN -- function pbreset_Callback(hObject, eventdata, handles) % hObject handle to pbreset (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) cekhtemp=exist('htemp.mat','file'); %periksa apakah file htemp.mat ada if cekhtemp==2 %jika file htemp.mat ada, maka delete htemp.mat %hapus file htemp.mat handles.data1=imread('mrx.jpg'); %tampilkan citra mrx.jpg ke axes1 guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes1); imshow(handles.current_data1); else end js=1; %masukkan nilai js=1 save jcount js; %simpan nilai js ke file jcount.mat f1=zeros(1,10332,'double'); %beri nilai awal matriks nol f2=zeros(1,10332,'double'); %berdimensi 1x10332 tipe double f3=zeros(1,10332,'double'); %ke variabel f1 sampai f5 f4=zeros(1,10332,'double'); f5=zeros(1,10332,'double'); save db f1 f2 f3 f4 f5; %simpan ke file db.mat % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL PENGENAL WAJAH DITEKAN -- function pbfacerec_Callback(hObject, eventdata, handles) % hObject handle to pbfacerec (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load jcount %load file jcount.mat if js==1 %jika nilai js=1 (database belum %diisi), maka munculkan peringatan warndlg('ANDA BELUM MENGISI DATABASE') else %jika nilai js lebih dari 1, maka close PPWdb %tutup aplikasi PPWdb

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • PPWfr %jalankan aplikasi PPWfr end;

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • Kode Pemrograman PPWfr.m function varargout = PPWfr(varargin) % PPWFR M-file for PPWfr.fig % PPWFR, by itself, creates a new PPWFR or raises the existing % singleton*. % % H = PPWFR returns the handle to a new PPWFR or the handle to % the existing singleton*. % % PPWFR('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in PPWFR.M with the given input arguments. % % PPWFR('Property','Value',...) creates a new PPWFR or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before PPWfr_OpeningFunction gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to PPWfr_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Copyright 2002-2003 The MathWorks, Inc. % Edit the above text to modify the response to help PPWfr % Last Modified by GUIDE v2.5 17-Jun-2007 18:15:07 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @PPWfr_OpeningFcn, ... 'gui_OutputFcn', @PPWfr_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % -- BAGIAN INI DIEKSEKUSI TEPAT SEBELUM APLIKASI PPWfr DIJALANKAN -- function PPWfr_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to PPWfr (see VARARGIN)

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • % Choose default command line output for PPWfr handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes PPWfr wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = PPWfr_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL AMBIL FOTO DITEKAN -- function pbambil2_Callback(hObject, eventdata, handles) % hObject handle to pbambil2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) %tampilkan kotak dialog untuk mencari citra [nama_file1, nama_path1]=uigetfile(... {'*.bmp;*.jpg','File Citra(*.bmp,*.jpg)'; '*.bmp','File Bitmap (*.bmp)';... '*.jpg','File Jpeg (*.jpg)'; '*.*','Semua File (*.*)'},... 'Buka File Citra Host/Asli'); if ~isequal(nama_file1, 0) %jika citra sudah terpilih, tampilkan %citra di axes2 handles.data1=imread(fullfile(nama_path1,nama_file1)); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes1); imshow(handles.current_data1); x=(handles.current_data1); %data citra disimpan dalam variabel x x=double(x); %x diubah tipe datanya menjadi double [fb,m] = wavedec2(x,3,'haar'); %lakukan proses wavelet tipe %haar level 3 pada variabel x save htemp2 fb; %simpan variabel fb ke file htemp2.mat else return; end % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL CARI DI DATABASE DITEKAN -- function pbcari_Callback(hObject, eventdata, handles)

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • % hObject handle to pbcari (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) cekhtemp2=exist('htemp2.mat','file'); %periksa apakah file htemp.mat ada if cekhtemp2==2 %jika file htemp.mat ada, maka load htemp2.mat %load file htemp2.mat load jcount.mat %load file jcount.mat load db.mat %load file db.mat if js==1 %jika nilai js=1(database belum diisi), tampilkan pesan warndlg('ANDA BELUM MEMASUKKAN FOTO KE DATABASE'); %jika nilai js=2 atau lebih, maka else min1=f1-fb; %cari selisih f1 dengan fb, dan simpan hasilnya %ke variabel min1 mean1=mean(min1); %cari nilai rata-rata dari min1 dan simpan %hasilnya ke variabel mean1 hsl1=abs(mean1); %cari nilai absolute dari mean 1 dan simpan %hasilnya ke variabel hsl1, dan merupakan %identitas pembanding dari citra dengan ID 1 min2=f2-fb; mean2=mean(min2); hsl2=abs(mean2); min3=f3-fb; mean3=mean(min3); hsl3=abs(mean3); min4=f4-fb; mean4=mean(min4); hsl4=abs(mean4); min5=f5-fb; mean5=mean(min5); hsl5=abs(mean5); load impf.mat %load file impf.mat %cari nilai terkecil %jika hsl1 yang terkecil, dan lebih kecil dari 1, maka a=1 a=(hsl1

  • for i=1:1000; waitbar(i/1000) end close(h) %jika a=1, maka citra dengan ID 1 mirip dengan citra pembanding %maka citra dengan ID 1 tersebut ditampilkan %demikian selanjutnya sampai ID 5 if a==1 handles.data1=imread(fullfile(np1,nf1)); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes2); imshow(handles.current_data1); warndlg('MIRIP FOTO 1'); elseif b==1 handles.data1=imread(fullfile(np2,nf2)); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes2); imshow(handles.current_data1); warndlg('MIRIP FOTO 2'); elseif c==1 handles.data1=imread(fullfile(np3,nf3)); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes2); imshow(handles.current_data1); warndlg('MIRIP FOTO 3'); elseif d==1 handles.data1=imread(fullfile(np4,nf4)); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes2); imshow(handles.current_data1); warndlg('MIRIP FOTO 4'); elseif e==1 handles.data1=imread(fullfile(np5,nf5)); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes2); imshow(handles.current_data1); warndlg('MIRIP FOTO 5'); else %jika tidak ada variabel a sampai e yang bernilai 1, maka tidak ada yang %mirip %tampilkan pesan dan tampilkan foto mrx.jpg

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009

  • handles.data1=imread('mrx.jpg'); guidata(hObject,handles); handles.current_data1=handles.data1; axes(handles.axes2); imshow(handles.current_data1); warndlg('TIDAK ADA FOTO YANG MIRIP'); end end else warndlg('ANDA BELUM MENGAMBIL FOTO'); end % -- BAGIAN INI DIEKSEKUSI SEWAKTU TOMBOL KELUAR DITEKAN -- function pbkeluar2_Callback(hObject, eventdata, handles) % hObject handle to pbkeluar2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) cekhtemp2=exist('htemp2.mat','file'); %periksa apakah file htemp.mat ada if cekhtemp2==2 %jika file htemp.mat ada, maka delete htemp2.mat %hapus file htemp2.mat close; %keluar dari program else close; %keluar dari program end

    Medison A.S : Sistem Pembanding Citra Pas Foto Dengan Metode Transformasi Wavelet, 2007. USU Repository 2009