JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Penerapan Metode Filter Gabor Untuk Memperbaiki Citra Wajah Berbasis Graphical User Interface (GUI) Deswan Berkat Putra Telaumbanua1 .
Khairi Ibnutama2 .
Elfitriani 3
1,2,3
Sistem Informasi.
STM IK Triguna Dharma Email: deswantelaumbanua@gmail.
com, 2mr.
ibnutama@gmail.
com, 3trianielfi@gmail.
Email Penulis Korespondensi: deswantelaumbanua@gmail.
Abstrak Pada suatu sistem wajah pada citra, dapat diperbaiki pada citra wajah dapat dikatakan telah berjalan dengan sempurna.
Tetapi masih banyak terdapat kelemahan-kelemahan dari sistem wajah.
Salah satu masalah yang masih terbuka untuk diteliti ialah suatu pengembalian pada wajah dari jarak jauh dengan situasi pengambilan gambar yang tidak terkondisi dengan baik.
Dalam melakukan proses metode Filter Gabor pada citra, pengamat harus mendapat kesan seolah-olah melihat citra tersebut benar-benar mengalami.
Dalam melakukan proses metode Filter Gabor pada citra, pengamat harus mendapat kesan seolah-olah melihat citra tersebut benar-benar mengalami.
Segmentasi bentuk kebentuk perantara sebelum menjadi citra yang dapat dikenali Oleh karena itu, pada kualitas wajah untuk memperbaiki suatu citra wajah, sebelum mengidentifikasi parameter-parameter yang berupa ciri .
dari objek dalam citra tersebut.
Diketahui dengan metode Filter Gabor adalah jenis filter yang mengikuti distribusi normal standar dengan rata-rata 0 dan standard Pada proses perbaikan citra wajah, dari citra gray dapat dilakukan dengan pendekatan Gabor sehingga dapat ekstraksi ciri berupa energi.
Proses kemudian dilanjutkan dengan melakukan perhitungan menggunakan Square Euclidean, pada tahap perhitungan menggunakan Square Euclidean mencari nilai minimal dari citra uji akan dihitung nilai terkecil nilai yang mendekati 0 yang akan diambil sebagai hasil akhir, selanjutnya dilakukan proses penapisan ciri tekstur yang berupa nilai energi, jika ciri terpenuhi maka dapat dideteksi sebagai untuk memperbaiki citra wajah Kata Kunci: Pengolahan Citra.
Perbaikan Citra Wajah.
Filter Gabor Abstract In a face system in the image, it can be repaired in the face image, it can be said that it has run perfectly.
But there are still many weaknesses from the facial system.
One problem that is still open for research is a return on a face from a distance with a shooting situation that is not well conditioned.
In carrying out the process of the Gabor Filter method on an image, the observer must get the impression as if seeing the image is actually experiencing it.
In carrying out the process of the Gabor Filter method on an image, the observer must get the impression as if seeing the image is actually experiencing it.
Segmentation of intermediate forms before becoming an image that can be recognized Therefore, on the quality of the face to improve a face image, before identifying the parameters in the form of features .
of objects in the image.
It is known that the Gabor filter method is a type of filter that follows the standard normal distribution with an average of 0 and a standard deviation of 2.
In the facial image improvement process, the Gabor approach can be performed from gray images so that feature extraction can be in the form of energy.
The process is then continued by performing calculations using Square Euclidean, at the calculation stage using Square Euclidean looking for the minimum value from the test image the smallest value close to 0 will be calculated as the final result, then the texture feature filtering process is carried out in the form of energy value, if the feature is fulfilled then it can be detected as to improve the face image.
Keywords: Image Processing.
Facial Image Improvement.
Gabor Filter
PENDAHULUAN
Pada masa era globalisasi saat ini sistem pengenalan diri ialah salah satu sistem biometrika yang bertujuan untuk mengenali identitas seseorang secara otomatis dengan menggunakan teknologi komputer.
Pada pengenalan dir i dengan menggunakan sebagian tubuh atau perilaku manusia yang mempunyai ciri-ciri khusus, salah satunya seperti wajah.
Dikarenakan banyaknya perbedaan pada setiap wajah manusia, dan bisa berpengaruh jika ada sedikit perubahan pada Hal ini karena wajah adalah hal yang paling mudah dan umum digunakan dalam mengenali seseorang.
Pada suatu sistem wajah pada citra, dapat diperbaiki pada citra wajah dapat dikatakan telah berjalan dengan sempurna.
Tetapi masih banyak terdapat kelemahan-kelemahan dari sistem wajah.
Salah satu masalah yang masih terbuka untuk diteliti ialah suatu pengembalian pada wajah dari jarak jauh den gan situasi pengembalian gambar yang tidak terkondisi dengan baik .
Secara umum, sistem wajah memerlukan pengembalian citra wajah dari keadaan yang terkondisi baik seperti diambil pada ruang tertutup dengan cahaya yang merata, wajah menghadap kamera dan juga jarak yang cukup dekat dengan kamera.
Dalam melakukan proses metode Filter Gabor pada citra, adalah tantangan yang dihadapi dari pengembalian citra wajah pada keadaan tidak terkondisi ialah salah satunya pencahayaan yang tidak merata dan dapat mempengaruhi keberhasilan pengembalian citra wajah tersebut.
Deswan Berkat Putra Telaumbanua, 2025.
Hal 141
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Dari hasil referensi yang telah dikemukakan, maka pengolahan citra digital menggunakan metode Filter Gabor dapat digunakan untuk menyelesaikan permasalahan di atas, tentang untuk memperbaiki citra wajah berbasis (GUI).
Oleh karena itu, dari suatu tantangan yang dihadapi pada citra wajah ialah pada saat pengambilan citra wajah tidak terkondisi baik, karena pencahayaan tidak merata dan dapat mempengaruhi keberhasilan pada saat pengambilan suatu citra wajah
METODOLOGI PENELITIAN
1 Tahapan Penelitian Dalam metode penelitian pada penerapan Pengolahan Citra untuk memperbaiki citra wajah dengan menggunakan metode Filter Gabor berbasis Graphical Interface User (GUI), terdapat dua bagian, yaitu pengumpulan data dan studi Pengumpulan Data Studi Pustaka Penerapan Metode Filter Gabor Proses Filter Gabor Proses Energi Proses Memperbaiki Citra Wajah Gambar 1.
Metode Penelitian 2 Pengumpulan Data Metodologi penelitian merupakan tahapan yang dilakukan oleh peneliti agar peneliti mencapai hasil yang sudah ditargetkan dan agar tidak mengembang.
Pengumpulan data pada penelitian ini menggunakan teknik empiris.
Data citra yang diperoleh sebanyak 10 citra yang akan digunakan untuk menguji kemampuan teknik tersebut dalam untuk perbaikan citra wajah.
Dalam pengumpulan data diambil beberapa sampel wajah manusia untuk memperbaiki citra wajah.
Setelah dikumpulkan data yang telah terkumpul setelah itu kita uji masing -masing sampel, dan diuji menggunakan aplikasi MATLAB R2013a.
3 Studi Pustaka Pada tahap pengumpulan data dengan cara studi pustaka bermaksud untuk mengumpulkan data dan informasi yang relevan dengan objek penelitian.
Pencarian data dengan buku maupun jurnal, artikel dan teori dari situs -situs jaringan internet yang dapat memberikan referensi tentang penelitian ini sehingga dapat digunakan untuk mencari pendekatan secara teoritis dari permasalahan yang diangkat.
Hasil yang didapatkan dari pengumpulan data dengan metode studi pustaka sebagai berikut:
Mendapatkan pemahaman mengenai definisi dari objek penelitian.
Mendapatkan pemahaman tentang konsep pengolahan citra dan diimplementasikan ke dalam aplikasi.
Mendapatkan pemahaman dalam menggunakan bahasa pemrograman yang digunakan.
4 Perancangan Program Program yang dirancang menggunakan MATLAB berbasis Graphical User Interface (GUI) untuk mempermudah penggunaan aplikasi.
5 Pengujian Program Pengujian program dilakukan dengan menginput citra wajah RGB yang telah terkontaminasi noise, kemudian melalui beberapa tahapan untuk memperoleh hasil yang diinginkan berupa citra yang dapat dikenali.
Data citra yang diperoleh sebanyak 10 citra yang digunakan untuk menguji suatu citra tersebut.
6 Mendata Hasil Pengujian Hasil yang diperoleh berupa tampilan citra setelah dilakukannya pengolahan citra, nilai yang tercantum pada indikator serta tampilan histogram yang diperoleh.
Deswan Berkat Putra Telaumbanua, 2025.
Hal 142
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi 7 Analisa Hasil Pengujian Analisa hasil pengujian berupa analisa hasil dari pengolahan citra, kemudian menganalisa nilai yang tercatat pada Untuk mendukung analisa dalam penelitian maka akan dicantumkan capture setiap tahapan serta tabel nilai yang diperoleh.
8 Citra Wajah Wajah adalah bagian depan dari kepala yang meliputi daerah dari dahi, hingga dagu, termasuk juga rambut, alis, mata, hidung, pipi, mulut, bibir, gigi, dan kulit.
Wajah digunakan untuk menunjukkan sikap seseorang .
Tidak terdapat satupun wajah yang sama atau serupa mutlak, bahkan pada manusia kembar sekalipun.
Wajah sebagai objek dua dimensi, digambarkan dengan berbagai macam iluminasi dari wajah tersebut .
Pada saat pengambilan citra wajah seseorang tidak mengganggu kenyamanan seseorang saat akuisisi citra.
Pendekatan yang paling umum untuk pengambilan citra wajah didasarkan pada bentuk dan penempatan atribut wajah seperti mata, alis, mata, hidung, bibir dan dagu serta hubungan antara atribut tersebut atau analisis citra wajah secara keseluruhan yang mengidentifikasi suatu wajah sebagai suatu kombinasi dari sejumlah kanonik .
Beberapa kesulitan dalam penggunaan biometrika wajah, diantaranya: penyamaran, deteksi wajah ditengah keramaian orang, sudut pandang atau pose dan intensitas penerangan yang berbeda .
Meskipun ada sebuah citra yang kaya informasi, namun seringkali citra tersebut mengalami penurunan mutu .
, misalnya mengandung cacat atau derau .
, dengan warnanya terlalu kontras, kurang tajam, kabur .
, dan sebagainya.
Gambar 2.
Sistem Pengambilan Citra Wajah 9 Pengolahan Citra Digital Pengolahan Citra digital adalah proses mengolah piksel-piksel dalam citra digital untuk suatu tujuan tertentu.
Tujuan dari pengolahan citra yaitu memperbaiki kualitas gambar dilihat dari aspek radiometrik .
eningkatan kontras, transformasi warna, restorasi citr.
Dan dari aspek geometrik .
otasi, translasi, skala, transformasi geometr.
, melakukan proses penarikan informasi atau deskripsi objek atau pengenalan objek.
Citra adalah suatu gambar dua dimensi yang dihasilkan dengan gambar analog dua dimensi .
D) yang kontinu menjadi gambar diskrit melalui proses Persilangan antara baris dengan kolom tertentu disebut dengan piksel.
Contohnya ialah gambar/titik diskrit pada baris AoxAo dan kolom AoyAo disebut dengan piksel .
, .
Tahapan-tahapan yang dibutuhkan untuk aplikasi pengolahan citra terdiri dari, image grabbing atau acquisition, preprocessing, segmentation, representation and feature extraction, dan recognition and interpretation 10 Image Grabbing atau Image Acquisition Akuisisi citra .
mage acquisitio.
merupakan proses untuk memperoleh citra digital dengan menggunakan kamera digital .
Sebelum pengolahan citra dapat dimulai, sebuah citra harus ditangkap dengan kamera dan diubah ke dalam entitas yang dapat dikendalikan.
11 Preprocessing Preprocessing citra bertujuan untuk memperbaiki citra wajah dengan cara memanipulasi parameter citra agar mendapatkan kualitas yang lebih baik.
Preprocessing citra merupakan mengolah citra masukan dengan meningkatkan kualitas penampakan atau menonjolkan beberapa aspek informasi yang terkandung, dalam citra dengan perbaikan atau modifikasi tertentu, selanjutnya mengelompokkan citra ke dalam kelas tertentu, sesuai dengan pemiliknya dan menyamarkan ukuran piksel dan banyaknya data citra .
12 Segmentation Segmentasi citra wajah adalah bagian penting dalam pengolahan citra digital untuk mengetahui objek wajah dalam citra sebelum dilakukan pendeteksian ekspresi wajah.
Adapun Threshold -Integral Image adalah salah satu teknik segmentasi berbasis pixel-based, yaitu local thresholding .
Deswan Berkat Putra Telaumbanua, 2025.
Hal 143
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi 13 Representation and Feature Extraction Setelah segmentasi citra menggunakan berbagai teknik, piksel hasil segmentasi butuh digambarkan dalam bentuk, yang tepat untuk pengolahan lebih lanjut.
Pada dasarnya penggambaran citra dapat dilakukan dengan satu cara dari dua cara yaitu citra dapat digambarkan dengan mempertimbangkan karakteristik luarnya batas.
Dan citra dapat digambarkan berdasarkan karakteristik dalamnya daerah yang terdiri atas piksel-piksel.
Ekstraksi ciri adalah proses mengambil ciriciri yang terdapat pada objek di dalam citra untuk mengenali objek tersebut .
14 Recognition and Interpretation Recognition adalah sebuah proses pengklasifikasian atau mencoba untuk membedakan objek berdasarkan karakteristik atau yang mirip pada citra.
Untuk melakukan proses ini perlu didahului dengan proses deteksi.
Sebuah objek yang terdeteksi dihubungkan dengan s atu kategori yang dikenali atau objek yang diharapkan berdasarkan pada kriteria fotometri, geometri atau analisis.
Operasi ini dapat dilakukan pada objek yang levelnya sangat berbeda, dari piksel sampai kumpulan komponen citra yang kompleks .
15 Perbaikan Citra Perbaikan citra merupakan salah satu metode yang sederhana dan cukup menarik bidang pengolahan citra digital .
Pada dasarnya, ide dibalik teknik perbaikan citra adalah untuk memperbaiki detail yang dikaburkan, atau hanya untuk menyorot fitur tertentu yang menarik digambar.
Oleh sebab itu, peningkatan kualitas suatu citra yang terdegradasi dilakukan dengan menerapkan teknik perbaikan citra.
16 Metode Filter Gabor Filter Gabor merupakan sebuah pilihan tradisional untuk memperoleh informasi frekuensi yang terlokalisasi.
Filter Gabor menawarkan suatu lokalisasi simultan terbaik dari informasi frekuensi spasial.
Dengan lokalisasi spasial yang Gabor diperkenalkan oleh seseorang fisikawan yang bernama Denis Gabor pada tahun 1946 sebagai alat untuk deteksi sinyal dalam noise/derau .
Pada tahun 1980 seseorang bernama Dougman menggunakan Gabor Filter ini ke citra 2 dimensi.
Filter gabor yang diatur dengan arah tertentu memberikan respons yang kuat untuk pada saat pengembalian gambar sesuai target yang memiliki struktur dalam arah tert entu.
Adapun filter gabor beberapa parametrisasi dari gagasan edge .
HASIL DAN PEMBAHASAN
1 Metode Filter Gabor Filter gabor digunakan untuk proses penghalusan .
, pengaburan .
, menghilangkan detail dan menghilangkan noise.
Pengolahan Citra Menggunakan Filter Gabor Langkah -langkah Filter Gabor:
Menentukan matriks Filter Gabor Matriks yang akan digunakan sebagai kernel adalah matriks berukuran 3x3 piksel.
Maka buatlah tabel matriks 3x3 seperti di bawah ini:
Tabel 1 Matriks .
Membuat nilai elemen pada matriks Filter Gabor ycu 2 yc 2 yci.
cu, y.
= e Oe 2yua 2 Keterangan:
g = Gabor x = Nilai koordinat x y = Nilai koordinat y e = Adalah konstanta Euler .
Deswan Berkat Putra Telaumbanua, 2025.
Hal 144
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi E = Standard deviasi .
0 2 0 2
= e Oe
1 2 0 2
= e Oe
= 0,778800783
= e Oe
= 0,778800783
Oe1 2 0 2 yci( Oe1,.
= e Oe
= 0,778800783
0 2 Oe 1 2 Oe.
= e Oe
= 0,778800783
1 2 2 2
= e Oe
= 0,60653066
1 2 Oe 1 2 Oe.
= e Oe
= 0,60653066
1 2 1 2
yci( Oe1,.
= e Oe
= 0,60653066
Oe1 2 Oe 1 2 yci( Oe1.
Oe.
= e Oe
= 0,60653066
Tabel 2 Nilai Elemen Pada Matriks .
0,60653066 0,778800783 0,60653066 0,778800783 0,778800783 0,60653066 0,778800783 0,60653066 Membuat nilai normalisasi matriks Filter Gabor yca= min.
, y )) Matriks Minimum = 0,60653066 0,60653066 c = 1,65=2 (Dilakukan pembulatan ke ata.
Proses perkalian matriks kernel dengan nilau normalisasi yci.
cu, y.
= c.
e Oe
Tabel 3 Nilai Elemen Pada Matriks 0,60653066 0,778800783 0,60653066 0,778800783 0,778800783 0,60653066 0,778800783 0,60653066 ycu 2 yc 2
C =2
Deswan Berkat Putra Telaumbanua, 2025.
Hal 145
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Penyelesaian:
= 2x1 =2 g .
= 2x0,778800783 = 1,557601566 Dibulatkan = 2 g .
= 2x0,778800783 = 1,557601566 Dibulatkan =2 g (-1,.
= 2x0,778800783 = 1,557601566 Dibulatkan =2 g .
, -.
= 2x0,778800783 = 1,557601566 Dibulatkan =2 g .
= 2x0,778800783 = 1,557601566 Dibulatkan = 1 g .
, -.
= 2x0,778800783 = 1,557601566 Dibulatkan = 1 Tabel 4 Hasil Perkalian Matriks Kernel dengan Nilai Normalisasi Mencari jumlah semua elemen nilai pembobot g .
, .
, .
= 1 2 1 2 2 2 1 2 1=14 Maka didapatkan normalisasi bobotnya sebagai berikut:
cu, y.
= .
Proses operasi konvolusi Langkah berikutnya adalah melakukan proses image filtering dengan menerapkan operasi konvolusi sebagai berikut:
Nilai Citra Awal Matriks Kernel Gabor F .
, .
= yci.
cu, y.
= Deswan Berkat Putra Telaumbanua, 2025.
Hal 146
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi 32 33 35
1 1 2 1
2 2 | O .
31 31 |
1 2 1
37 36 34
G .
= .
cu, y.
= G .
= 857 dibulatkan menjadi 90 2 Implementasi Sistem Tampilan Menu Utama Halaman antarmuka pengguna dapat ditampilkan melalui halaman utama yang akan terlihat pada saat program Dan tampilan halaman utama merupakan halaman awal pengolahan citra digital untuk memperbaiki citra Berikut tampilan halaman utama ketika dijalankan program.
Gambar 3.
Tampilan Menu Utama Tampilan Pilih Gambar Dalam aplikasi penerapan metode filter gabor untuk memperbaiki citra wajah berbasis graphical user interface, user dapat memasukkan gambar yang ingin diproses dengan menggunakan tombol pilih gambar.
Berikut merupakan hasil tampilan tombol pilih gambar:
Gambar 4.
Tampilan Pilih Gambar Deswan Berkat Putra Telaumbanua, 2025.
Hal 147
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Tampilan Grayscale Setelah menampilkan gambar yang ingin di perbaiki, selanjutnya yang kita lakukan adalah menekan tombol grayscale yang berfungsi untuk mentransformasi gambar ke ruang warna grayscale.
Berikut merupakan hasil tampilan saat tombol grayscale ditekan:
Gambar 5.
Tampilan Gambar Grayscale Tampilan Salt and Pepper Setelah melakukan gambar ke grayscale, selanjutnya kita akan menekan tombol salt and pepper .
yang berfungsi untuk memberikan noise speckle sehingga yang akan ditampilkan berupa citra RGB yang sudah terkontaminasi noise speckle dan siap dilakukan proses selanjutnya.
Berikut tampilan yang akan muncul ketika tombol salt and pepper ditekan oleh pengguna:
Gambar 6.
Tampilan Gambar Salt and Pepper Tampilan Gambar Peningkatan Contras Setelah selesai memberikan salt and pepper .
pada sebuah gambar yang diuji, kita dapat melakukan peningkatan contrast pada gambar.
Selanjutnya yang kita lakukan adalah menekan tombol peningkatan contrast yang berfungsi untuk meningkatkan contrast pada sebuah gambar yang diuji.
Berikut hasil tampilan yang akan muncul ketika tombol peningkatan contrast ditekan:
Deswan Berkat Putra Telaumbanua, 2025.
Hal 148
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 141-150 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Gambar 7.
Tampilan Gambar Peningkatan Contrast Tampilan Perbaikan Gambar Setelah selesai memberikan salt and pepper .
dan memberikan contras pada gambar yang diuji.
Setelah itu kita akan melakukan memperbaiki gambar yang sudah di salt and pepper .
dan peningkatan contras.
Dan hasil menjadi bersih atau tidak terdapat salt and pepper .
, tampilan yang akan muncul ketika klik tombol perbaikan Gambar 8.
Tampilan Perbaikan Gambar
KESIMPULAN
Berdasarkan hasil pembahasan tentang penerapan metode Filter Gabor untuk memperbaiki citra wajah berbasis Graphical User Interface dalam hasil program memperbaiki citra wajah menggunakan filter gabor yang telah dikemukakan maka dapat disimpulkan bahwa untuk bahwa untuk menganalisa permasalahan terkait memperbaiki citra wajah menggunakan metode filter gabor, merancang sistem dalam memperbaiki citra wajah yang bersifat rusak atau terdapat salt and pepper .
, membangun sistem diperlukan software pendukung.
Untuk melakukan pengujian dengan menerapkan Black Box Testing untuk uji fungsionalitas form serta untuk memperbaiki citra wajah berbasis graphical user
UCAPAN TERIMAKASIH