JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219
P ISSN : 2549-0710
E ISSN : 2722-2713
IMPLEMENTASI SISTEM PENGENALAN WAJAH UNTUK KEAMANAN
AKSES BERBASIS UBUNTU MENGGUNAKAN PYTHON
Fahrizal1.
Andri Maulana2.
Sari Dermawan Aritonang3.
Sistem Informasi.
Universitas Bina Sarana Informatika Sistem Informasi.
STMIK Nusamandiri Teknologi Informasi.
Universitas Bina Sarana Informatika
1,2,3
Jl.
Kamal Raya No.
RT.
6/RW.
Cengkareng Barat.
Kecamatan Cengkareng.
Kota Jakarta Barat.
Daerah Khusus Ibukota Jakarta 11730 email: fahrizal.
fzl@bsi.
id, andry.
ayz@bsi.
id, fsariarios43@gmail.
Article history Received June 09, 2021 Revised June 20, 2021 Accepted June 27, 2021 Available online June 30, 2021 Keywords Computer Vision.
OpenCv.
Face recognition.
Python.
Ubuntu Riwayat Diterima 09 Juni 2021 Revisi 20 Juni 2021 Disetujui 27 Juni 2021 Terbit 30 Juni 2021 Kata Kunci Computer Vision.
OpenCv.
Face recognition.
Python.
Ubuntu Abstract Security is one of the most important needs for human beings in both the building and the house.
For the development of security technology used face recognition.
Face recognition is a system that identifies facial features that are capable of detecting familiar faces and unknown Faces.
In this research is implemented with computer vision where the computer can see and understand so that it is information from an Image or video.
This computer can also mimic the ability of human intelligence.
To classify a face object using OpenCv with Haar Cascade Classifier algorithm and uses Python programming language.
Application used face recognition program is PyCharm Community 2018 version 3 with Linux operating system Ubuntu 18.
2 LTS version.
The results showed that the accuracy of face recognition depends on the analysis of OpenCv and the classification of Cascade for computer vision process.
Abstrak Keamanan merupakan salah satu kebutuhan yang sangat penting bagi manusia baik di gedung maupun rumah.
Untuk pengembangan teknologi keamanan menggunakan face recognition.
Face recognition adalah suatu sistem yang mengidentifikasi fitur wajah yang mampu mendeteksi wajah yang dikenal dan wajah tidak dikenal.
Pada penelitian ini diimplementasikan dengan komputer vision yang mana komputer dapat melihat dan memahami sehingga mengekstrak informasi dari sebuah gambar atau video.
Komputer ini juga dapat meniru kemampuan kecerdasan manusia.
Untuk mengklasifikasi sebuah objek wajah, menggunakan OpenCv dengan algoritma Haar Cascade Classifier dan menggunakan bahasa pemrograman python.
Aplikasi yang digunakan program face recognition adalah PyCharm Community 2018 Versi 3 dengan sistem operasi Linux Ubuntu versi 18.
2 LTS.
Hasil penelitian menunjukan bahwa akurasi dari face recognition tergantung pada analisa OpenCv dan klasifikasi cascade untuk proses computer vision.
PENDAHULUAN
Pelacakan dan pengenalan wajah manusia merupakan salah satu bidang yang cukup berkembang saat ini, dimana sistem ini diterapkan dalam bidang keamanan .
ecurity syste.
seperti izin akses masuk ruangan, pengawasan lokasi .
, maupun pencarian identitas individu pada database kepolisian, karena diterapkan dalam kasus keamanan, dibutuhkan sistem yang handal terhadap beberapa kondisi, seperti : pengaruh latar belakang gambar dan pose wajah.
Menurut (Purwanto.
Dirgantoro, & Jati, 2.
mengemukakan bahwa AuRasa aman merupakan salah satu kebutuhan yang sangat penting bagi manusia dalam menghadapi era
JIKA | 210
JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219 teknologi saat ini.
Keingintahuan pada keadaan atau kondisi hal yang dimiliki juga menjadi faktor penting bagi manusia untuk terus mengembangkan sistem keamanan gedung maupun rumah.
Sistem dapat mendeteksi objek berupa wajah dari masukan Sistem akan memerlukan masukan citra dari sebuah kamera keamanan.
Setelah objek berupa wajah terdeteksi, sistem akan melakukan pencocokan wajah dengan gambar wajah yang terdapat pada database sistem.
Dari pengolahan data, sistem akan menghasilkan logika yang digunakan pada proses selanjutnya dalam sistem keseluruhan.
Sistem merupakan penerapan dari Computer Vision dalam sistem keamanan gedung atau Sistem akan mengambil citra dari masukan berupa videoAy.
Mengenali wajah dalam sebuah gambar atau foto, bagi manusia merupakan hal yang mudah tetapi tidak demikian untuk komputer, agar dapat mengenali wajah manusia diperlukan perlakuan khusus sehingga ketika diberi input sebuah gambar atau foto, komputer dapat mendeteksi apakah dalam gambar tersebut terdapat sebuah gambar wajah atau tidak dan mengenali wajah tersebut.
Sistem ini juga membutuhkan peran sistem kecerdasan buatan agar komputer dapat memiliki keputusan yang tepat dalam mengidentifikasi wajah.
Dalam tulisan ini akan dibahas tentang sistem pengenalan wajah .
ace recognitio.
, yaitu pengenalan wajah dengan citra banyak wajah sehingga diharapkan dapat menjadi suatu sistem keamanan yang handal sebagai pengganti sistem fingerprint untuk meminimalkan sentuhan untuk mencegah penyebaran COVID19 yang sedang menjadi wabah pandemi global saat ini.
Diharapkan dengan metode face recognition, pengenalan banyak wajah ini dapat memperoleh tingkat akurasi tinggi.
Maksud dalam tulisan dirumuskan sebagai berikut :
Merancang pengenalan wajah dari tiap sumber dalam banyak wajah.
Mendapatkan ciri yang membedakan wajah manusia dengan metode face
P ISSN : 2549-0710
E ISSN : 2722-2713
Menganalisa face recognition dengan menggunakan metode OpenCV.
LITERATUR
Sebagai referensi dalam penelitian ini memperoleh literatur dari beberapa buku dan penelitian sebelumnya yaitu:
Jurnal AuSistem Pengenalan Wajah Secara Real-Time dengan Adaboost.
Eigenface PCA & MySQLAy yang ditulis oleh Dodit Suprianto dkk, dalam penelitian pada jurnal tersebut pengenalan wajah dilakukan melalui tahap face detection, feature extraction dan face recognition, selanjutnya dicocokkan dengan data profil yang tersimpan di dalam database.
Pendeteksian wajah menggunakan metode Adaboost, pengenalan wajah menggunakan metode Eigenface PCA dan database MySQL Penggunaan pengenalan wajah pada kondisi real time dengan perbedaan jarak antara sensor dan wajah, posisi wajah, intensitas cahaya yang mengenai wajah, mimik muka dan atribut wajah dalam penelitian ini memberikan tingkat mengidentifikasi wajah.
Jurnal berjudul AuMetode Face recognition untuk Identifikasi Personil Berdasar Citra Wajah bagi Kebutuhan Presensi Online Universitas Negeri SemarangAy yang ditulis oleh Luthfi Maslichul Kurniawan, pada penelitian tersebut dikembangkanlah sebuah sistem face recognition yang dirancangbangun menggunakan bahasa pemrograman Python dan pustaka OpenCV.
Hasil dari rancang bangun ini adalah sistem face recognition yang mampu berjalan secara otomatis di komputer server untuk membaca basis data presensi, mengolah foto-foto yang tersimpan pada basis data tersebut, mendeteksi wajah pada foto-foto yang diolah kemudian menampilkan hasilnya pada tabel basis data presensi untuk diolah dalam bentuk skor deteksi wajah yang tampil di rekapitulasi presensi online pegawai.
Jurnal berjudul AuImplementasi Face
Pada Absensi
Kehadiran Mahasiswa Menggunakan Metode Haar
Cascade ClassifierAy yang ditulis oleh Munawir
JIKA | 211
JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219 Munawir.
Liza Fitria.
Muhammad Hermansyah.
Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier.
Terdapat 125 data training wajah dari 25 orang mahasiswa yang telah diinputkan kedalam Pengujian dilakukan dengan cara pengenalan satu wajah dan banyak wajah .
ultiple face recognitio.
Hasil pengujian menunjukkan bahwa tingkat akurasi pengenalan pada satu wajah dengan 25 data testing wajah didapatkan nilai akurasi sebesar 76%, sedangkan pengenalan pada banyak wajah didapatkan nilai akurasi sebesar 33.
Buku berjudul AuApplied Natural Python.
Implementing Machine learning and Deep Learning Algorithms for Natural language processing yang disusun oleh Beysolow II.
dalam buku tersebut membahas tentang pemanfaatan kemampuan AI untuk Natural language processing (NLP), yang dapat melakukan tugas-tugas seperti pemeriksa ejaan, peringkasan teks, klasifikasi dokumen, dan generasi bahasa alami.
Dalam buku tersebut, mempelajari keterampilan untuk menerapkan metode ini dalam infrastruktur yang lebih besar untuk mengganti kode yang ada atau membuat algoritma baru.
Penerapan Natural language processing menggunakan Python dimulai dengan meninjau konsepkonsep machine learning yang diperlukan sebelum membahas berbagai masalah NLP.
Setelah membaca buku tersebut.
Pembacanya menerapkan konsep-konsep ini di lingkungan P ISSN : 2549-0710
E ISSN : 2722-2713
Gambar 1.
contoh haar feature detection Gambar 1 menunjukan contoh feature persegi panjang yang ditampilkan relatif terhadap detection window terlampir.
Jumlah piksel yang terletak pada persegi panjang putih dikurangi dari jumlah piksel dalam persegi panjang abu-abu.
fitur dua persegi panjang ditunjukkan pada (A) dan (B).
gambar (C) menunjukkan fitur tiga persegi panjang, dan (D) fitur empat persegi panjang Jumlah piksel yang terletak di dalam putih.
Creating integral Images yaitu membuat gambar integral dari gambar keseluruhan hasil dari deteksi ada atau tidaknya haar feature.
dengan menggunakan rumus integral Image.
METODE PENELITIAN
Agar lebih terarah, metodologi yang digunakan dalam penelitian ini yaitu:
algoritma Haar Cascade Classifier yang diusulkan oleh Paul Viola dan Michael Jhon pada jurnalnya yang berjudul AuRapid Object Detection using a Boosted Cascade of Simple FeaturesAo yang terdiri atas:
Gambar 2 nilai dari integral Image pada titik .
adalah jumlah dari keseluruhan piksel ujung atas ke kiri.
Haar feature selection Yaitu dengan cara menentukan ada atau tidaknya haar feature ycnycn .
cu, y.
= Oc cu yco , yc yco ) ycu yco Oycu,ycOyc Dimana ycnycn .
cu, y.
adalah integral Image dan yco yco
cu , yc ) adalah gambar asli
JIKA | 212
JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219 Adaboost training Yaitu melakukan training terhadap komputer untuk pendeteksian object, dalam hal ini yaitu object wajah, adapun proses Adaboost training ini terdiri atas feature discussion, learning discussion, learning result, training a cascade of classifiers.
HASIL DAN PEMBAHASAN
Penelitian ini merupakan implementasi aplikasi dalam bentuk eksperimen.
Adapun langkah awal yang diperlukan adalah membuat sebuah aplikasi yang mampu membedakan wajah untuk mendapatkan nilai keakuratan.
Nilai keakuratan tersebut didapat dari kemampuan pemrosesan sebuah data oleh komputer vision.
Pada bagian ini akan diuraikan jenis dan cara mendapatkan jenis dan cara mendapatkan data, serta cara pemrosesan data dan kerangka penelitian.
P ISSN : 2549-0710
E ISSN : 2722-2713
keluaran, spesifikasi file, spesifikasi program dan flowchart.
untuk lebih jelas spesifikasi rancangan program ini akan dijelaskan kedalam beberapa sub Nama Direktori : TA Fungsi :Sebagai interface awal dan mengeksekusi fungsiAe fungsi pada aplikasi face recognition.
Media :Terminal atau Nautilus file Gambar 3 Interface awal Tinjauan Kasus Sistem keamanan dengan menggunakan CCTV (Closed Circuit Televisio.
yang menyiratkan sinyal buatan tertutup atau tersembunyi, berbeda dengan sinyal siaran TV CCTV digunakan untuk keamanan dan juga digunakan secara luas di berbagai lokasi.
Dalam peninjauan kasus ini yang perlu diperhatikan yaitu bagaimana deteksi wajah yang terekam oleh kamera CCTV hanya mampu melihat gambar sekilas dan merekam gerak gerik yang sudah direkam tetapi tidak mampu mengenal lebih akurat gambar yang ada di kamera.
Spesifikasi Rancangan Program Dalam spesifikasi rancangan program ini memberikan tentang gambaran mengenai program yang akan dibuat, yang terdiri dari spesifikasi bentuk masukan, spesifikasi bentuk keluaran, spesifikasi file, spesifikasi program dan flowchart.
untuk lebih jelas spesifikasi rancangan program ini akan dijelaskan kedalam beberapa sub pembahasan.
Sumber : Dokumen Pribadi Gambar 4 Interface awal dalam bentuk CLI (Command Line Interfac.
Spesifikasi Bentuk Masukan Spesifikasi bentuk Masukan merupakan rangkaian data yang masuk kedalam sistem dan diproses oleh algoritma Machine learning sehingga menghasilkan sesuatu Output.
Adapun spesifikasi bentuk masukan sebagai Nama Direktori : TA Fungsi : Sebagai label dari kumpulan gambar atau foto yang berupa data wajah yang akan di kenali (Known Fac.
Spesifikasi Rancangan Program Dalam spesifikasi rancangan program ini memberikan tentang gambaran mengenai program yang akan dibuat, yang terdiri dari spesifikasi bentuk masukan, spesifikasi bentuk Gambar 5 Kumpulan gambar yang di kenal (Known Fac.
JIKA | 213
JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219
Spesifikasi Bentuk Keluaran P ISSN : 2549-0710
E ISSN : 2722-2713
spesifikasi bentuk masukan.
Adapun bentuk keluaran ditunjukkan pada tabel berikut:
Spesifikasi bentuk keluaran adalah dokumen yang dihasilkan dari proses Tabel 1 Spesifikasi bentuk keluaran Nama Fungsi Tujuan Media Frekuensi Image processing ke Face detection Tahapan awal dalam pemrosesan gambar.
User Termina Output Face Recognize pada Image Termina Output Face Recognize pada Video secara Real Output Face Recognize pada Video secara Real Output Face Recognize pada Video Realtime Sebagai tahap User pengujian dari dataset yang telah diproses oleh computer vision.
Sebagai tahap User pengujian dari dataset yang telah di proses oleh computer vision Sebagai tahap User pengujian dari dataset yang telah di proses oleh computer vision Termina Sebagai tahap User pengujian dari dataset yang telah di proses oleh computer vision Termina training pada dataset yang Melakukan pengujian pada dataset yang telah Melakukan terhadap dataset yang telah Melakukan terhadap dataset yang telah Melakukan terhadap dataset yang telah Spesifikasi File Spesifikasi File face.
Nama File : face.
Akronim
: Face recognition on Image
Fungsi
: Face recognition pada sebuah gambar
atau foto
Tipe File
: Output File
Akses File
: Random
Media : Solid State Drive
(SSD)
Software PyCharm Community edition 2018 Versi 3.
Spesifikasi File face2.
Nama File : face2.
Termina Akronim Fungsi Tipe File Akses File Software : Face recognition on real time video : Face recognition pada sebuah video secara real time.
: Output File
: Solid State Drive
(SSD)
PyCharm Community Edition 2018 Versi 3 HIPO (Hierarchy Input Process Outpu.
Dalam spesifikasi rancangan program diperlukan suatu struktur guna memahami JIKA | 214 JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219
P ISSN : 2549-0710
E ISSN : 2722-2713
fungsi dari sistem, input ke suatu program dan Output yang dihasilkan.
Tampilan Awal Input data wajah yang Image Processing oleh OpenCV Output face Recognition Exit Image Video Gambar 6 HIPO (Hierarchy Input Process Outpu.
Spesifikasi Program Spesifikasi program ini menjelaskan nama program dan fungsi masing masing digambarkan dalam bentuk HIPO.
Spesifikasi program Output Face recognition on Image Nama Program :
Output Face recognition on Image Akronim : recognize.
Fungsi : Face recognition pada gambar atau foto Bahasa Program : Phyton Proses : Masukan foto atau gambar yang akan diuji ke dalam folder AuImagesAy Eksekusi file python face.
Face recognition on Image tambahan parameter di terminal dan nama file tersebut beserta Spesifikasi program Output Face recognition on real time video Nama Program :Output Face recognition on real time video Akronim :recognize_video.
Fungsi :Face recognition pada sebuah video secara real time Bahasa Program :Phyton Proses :Eksekusi python face.
py untuk Face recognition on on parameter di terminal Flowchart Sedangkan diagram alir / flowchart program yang dibuat seperti gambar IV.
5 di bawah ini.
JIKA | 215
JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219
P ISSN : 2549-0710
E ISSN : 2722-2713
Laptop Spesifikasi .
yang digunakan untuk membuat aplikasi ini adalah :
Menggunakan Laptop Processor intel inside core i3 RAM (Random Access Memor.
4GB DDR4 .
VGA (Video Graphic Adapte.
AMD Radeon R5 Perangkat Lunak (Softwar.
Perangkat lunak .
adalah suatu aplikasi yang digunakan dalam proses pengimplementasian sistem atau aplikasi yang akan dibuat.
Adapun perangkat lunak .
yang diperlukan oleh aplikasi Face recognition dalam pembuatannya antara lain :
Gambar .
7 Flowchart Program Sistem Operasi Sarana Pendukung Program Perangkat Keras (Hardwar.
Perangkat keras .
adalah perangkat atau tools yang mengimplementasi aplikasi yang telah Adapun perangkat keras .
yang diperlukan oleh aplikasi Face recognition ini antara Linux Ubuntu dengan Desktop Environment GNOME Versi 18.
LTS (Long Term Suppor.
Codename Bionic Beaver.
Kernel v5.
PyCharm Community Edition 2018 Versi 3 Nautilus File Manager.
Tabel 2.
Pengujian Black Box Testing Skenario
Test Case
Hasil yang diinginkan Keterangan Tampilan hasil
proses Output
Face detection pada Image
Dengan mengetikkan nama file Image di CLI
Program menampilkan jumlah wajah yang dideteksi dan ditapilkan pada CLI
Menampilkan jumlah wajah yang dideteksi dan ditapilkan pada CLI
JIKA | 216
JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219
P ISSN : 2549-0710
E ISSN : 2722-2713
Hasil pengujian Output Face detection pada Image Memasukkan Image Program menampilkan gambar wajah tanpa background .
uto cro.
Tampilan hasil proses Output Face recognition pada Video Mengarahkan kamera pada wajah yang telah didaftarkan pada program untuk dikenali (Known Fac.
Program mengenali wajah dan menampilkan nama yang benar pada wajah tersebut secara realtime Hasil pengujian Output Face recognition pada video dengan wajah yang Mengarahkan kamera pada lebih dari satu wajah yang telah didaftarkan pada program untuk dikenali (Known Fac.
Program mengenali wajah dan menampilkan nama yang benar pada wajah tersebut secara real Hasil pengujian Output Face recognition pada video dengan wajah yang dikenal dan tidak Mengarahkan video pada wajah yang dikenal dan tidak dikenal Program menampilkan nama yang benar pada wajah yang dikenal dan menampilkan Unknown pada wajah yang tidak Dari hasil pengujian diatas maka didapatkan hasil dengan menggunakan program ini cukup akurat dengan persentase 80% dengan kecepatan proses paling lambat sekitar 1 detik, dapat mendeteksi wajah pada file Image, bahkan dapat mendeteksi lebih dari satu wajah namun belum dapat membedakan antara gambar wajah dengan wajah asli dari kamera langsung.
Selain itu pengujian belum dilakukan untuk membedakan wajah saudara kembar identik.
Program juga dapat mengenali kembali wajah-wajah yang telah didaftarkan pada sistem dan menampilkan identitas nama dari wajah yang tampil tersebut dengan benar.
Dan mengenali juga wajah yang belum terdaftar pada sistem sebagai wajah yang tidak dikenal/ unknown Face.
Hasil-hasil pengujian tersebut terlihat pada gambar-gambar lampiran dibawah ini.
Gambar 8.
Tampilan hasil proses Output Face detection pada Image di CLI Gambar 9.
Hasil pengujian Output Face
detection pada Image
JIKA | 217
JIKA (Jurnal Informatik.
Universitas Muhammadiyah Tangerang Tangerang.
Juni 2021, pp 210- 219
P ISSN : 2549-0710
E ISSN : 2722-2713
Dan untuk pengembangan digunakan juga sebagai bagian dari sistem presensi otomatis menggunakan kamera dan pendeteksi wajah ini yang terhubung dengan basis data sistem
REFERENSI