Penerapan Face Recognition Pada Sistem Starter Mobil Otomatis 

Menggunakan Metode Eigenface Berbasis Mini PC

Muhammad Sobirin

Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Komunikasi, Universitas Gunadarma

msobirin28@gmail.com

msobirinugsi17.blogspot.com

Abstrak
Telah dilakukan penelitian terkait Face Recognition dengan menerapkan metode Eigenface sebagai pemicu untuk menyalakan starter mobil manual secara otomatis. Pada penelitian ini, terungkap bahwa Sistem pengenalan wajah yang dibuat memiliki tingkat keberhasilan sebesar 77% dari 13 kali pengujian pada keadaan intensitas cahaya bernilai 27 lux, dan 67% dari 15 kali pengujian pada keadaan intensitas cahaya bernilai 85 lux. Tingkat keberhasilan sebesar 75% pada keadaan sudut pencahayaan yang berbeda dengan keadaan pencahayaan data training dari 12 kali pengujian. Sistem mampu mengambil keputusan untuk wajah masukan yang tidak dikenali dengan benar dengan tingkat keberhasilan sebesar 100% dari 12 kali pengujian, dan mampu mengenali wajah dengan jarak antara camera dengan penguji berkisar 80 cm – 130 cm.

Kata kunci: Face Recognition, Eigenface

1. Pendahuluan
Pendahuluan Semakin berkembangnya teknologi menyebabkan tindakan kriminalitas semakin meningkat diantaranya pencurian. Terlebih saat ini, pencurian kendaraan bermotor yang dikenal dengan curanmor menempati tempat teratas tindakan kriminal saat ini. Badan Pusat Statistik (BPS) Indonesia mencatat peningkatan kejahatan dari 2011 sampai 2013, kenaikan angka kriminalitas

khususnya pencurian kendaraan bermotor adalah naik kembali dibandingkan dengan tahun-tahun sebelumnya dari 39.217 kejadian menjadi 42.508 atau naik sekitar 8,3% (BPS, 2013)
Pengenalan Wajah (Face Recognition) merupakan salah satu teknologi biometric yang banyak diaplikasikan dalam sistem keamanan selain pengenalan retina mata dan pengenalan sidik jari. Dalam penerapannya, pengenalan wajah menggunakan sebuah kamera untuk


menangkap wajah kemudian dilakukan pembandingan dengan image wajah sebelumnya yang telah disimpan di dalam sebuah basis data. Penggunaan Face Recognition disini adalah untuk mengenali beberapa wajah yang telah di deteksi.

1.1 Bidang Ilmu 
1.1.1 Face Recognition
Pengenalan wajah (Face Recogition) adalah suatu metoda pengenalan yang berorientasi pada wajah. Pengenalan ini dapat dibagi menjadi dua bagian yaitu : Dikenali atau tidak dikenali, setelah dilakukan perbandingan dengan pola yang sebelumnya disimpan di dalam database. Metoda ini juga harus mampu mengenali objek bukan wajah. Perhitungan model pengenalan wajah memiliki beberapa masalah. Kesulitan muncul ketika wajah direpresentasikan dalam suatu pola yang berisi informasi unik yang membedakan dengan wajah yang lain.(M Turk, 1991).

1.1.2 Eigenface
Eigenface berasal dari Bahasa Jerman “eigenwert” dimana “eigen” artinya karakteristik dan “wert” artinya nilai. Teknik ini pertama sekali dikembangkan oleh Mathew Turk dan Alex Pentland dari Vision and Modelling Group, The Laboratory, Massachusetts Institute of Technology pada tahun 1987. Metode ini terus dikembangkan dengan merubah cara perhitungan matriks kovarian melalui perhitungan sebanyak N2 x N2 untuk memperoleh N2 vektor eigen (eigenvector) dan nilai eigen (eigenvalue). Sebaliknya, dengan modifikasi yang diajukan hanya perlu dilakukan M x M perhitungan yang lebih efisien dibandingkan perhitungan N2xN2.(Fatta Hanif, 2009).

1.1.3 Webcam

Webcam adalah suatu perangkat keras yang terhubung dengan komputer dan mempunyai kemampuan menangkap atau mengambil citra statis maupun citra bergerak (video) tergantung pada program yang digunakan.

1.1.4 Mikrokontroller Raspberry Pi
Raspberry Pi (juga dikenal sebagai RasPi) adalah sebuah SBC (Single Board Computer) seukuran kartu kredit yang dikembangkan oleh Yayasan Raspberry Pi di Inggris (UK) dengan maksud untuk memicu pengajaran ilmu komputer dasar di sekolah- sekolah.

1.1.5 Bahasa Pemograman Phyton
Python merupakan bahasa pemrograman tingkat tinggi yang sangat fleksibel. Python sangat cocok digunakan untuk pembuatan program yang membutuhkan waktu singkat, karena bahasa pemrograman Python dilengkapi dengan modul dan paket yang mempermudah dalam pembuatan software. Python dikembang oleh Guido Van Rossum pada akhir 1989 dan dipublikasikan pada tahun 1991.

1.1.6 Sistem Starter Kendaraan
Motor Starter tidak dapat bekerja jika tidak ada sumber tenaga yang menggerakkannya. Sistem Starter adalah serangkaian komponen yang terkait satu sama lain untuk menghidupkan starter. Komponen – komponen sistem starter meliputi (Kedi, 2014) :
1. Kunci kontak (ignition switch)
2. Fuse ( fusibel link )
3. Kabel penghubung
4. Baterai
5. Motor Starter

1.1.7 Relay
Relay adalah suatu peranti yang bekerja berdasarkan elektromagnetik untuk menggerakan sejumlah kontaktor yang tersusun atau sebuah saklar elektronis yang dapat dikendalikan dari rangkaian elektronik lainnya dengan memanfaatkan tenaga listrik sebagai sumber energinya. Kontaktor akan tertutup (menyala) atau terbuka (mati) karena efek induksi magnet yang dihasilkan kumparan (induktor) ketika dialiri arus listrik. Berbeda dengan saklar, pergerakan kontaktor (on atau off) dilakukan manual tanpa perlu arus listrik.


1.2 Penerapan Face Recognition Pada Sistem Starter Mobil Otomatis Menggunakan Metode Eigenface Berbasis Mini PC memerlukan bidang-bidang ilmu sebagai komponen dalam melakukan pengenalan wajah untuk sistem keamanan mobil. Face Recognition memerlukan sebuah input berupa gambar untuk dikenali, input di hasilkan menggunakan webcam yang berfungsi untuk menangkap sebuah gambar, dalam hal ini adalah gambar wajah. Kemudian Raspberry Pi akan memproses pengolahan citra untuk mendapatkan hasil bahwa wajah yang ada ini dapat di kenali atau tidak. Jadi bidang-bidang ilmu di atas ini saling terkait satu dan yang lain untuk menyelesaikan masalah pada penelitian ini.

1.3 Pada penelitian yang di lakukan oleh 3 orang mahasiswa yaitu Mohammad Hafiz Hersyah, Firdaus, Atillah Sridany Putri. Mereka ingin mengetahui seberapa besar keberhasilan dari metode Face Recognition untuk mendeteksi wajah sebagai sistem keamanan starter mobil dalam kondisi pencahayaan yang berbeda dan juga jarak antara kamera dan penguji. Mereka melakukan 3 pengujian Euclidean Distance untuk menetapkan nilai Thresholding, dan melakukan 4 pengujian terhadap perbedaan cahaya dengan pengguna yang di kenali dan tidak dikenali, dan melakukan 1 pengujian jarak antara kamera dan penguji dalam jarak 50cm sampai 130cm.

2. Gambaran Umum Konsep

2.1 Metodologi
Jenis penelitian yang akan dilakukan adalah penelitian percobaan (experimental research). Penelitian percobaan adalah metode penelitian yang dapat menguji hipotesis yang menyangkut hubungan sebab-akibat. Metode penelitian ini dapat dibuktikan hasil penelitian dengan melakukan percobaan.

Gambar Rancangan Penelitian

Gambar Blok Diagram Sistem

2.2 Pengujian

2.2.1 Pengujian Euclidean Distance

Tabel 1 Pengujian Euclidean Distance Mobil Hidup

Tabel 2 Pengujian Euclidean Distance Mobil Mati

Tabel 3 Pengujian Euclidean Distance Gambar Tidak Dikenali

Untuk nilai euclidean distance gambar masukan yang tidak dikenali adalah besar dari 2000. Dari perbandingan kedua pengujian diatas, maka batas ambang kemiripan ditetapkan pada nilai 2000. Apabila jarak minimum euclidean distance dari gambar masukan kecil dari 2000 maka gambar dikenali, sebaliknya apabila jarak minimum euclidean distance dari gambar masukan besar dari 2000 gambar dinyatakan tidak dikenali. Tahapan selanjutnya adalah pengujian dalam beberapa kondisi pencahayaan.

2.2.2 Pengujian Pencahayaan

Tabel Pengujian pada 
pencahayaan tetap
(85 Lux)

Tabel Pengujian pada
pencahayaan tetap
(27 Lux)

Tabel 4 Pengujian pada 

template wajah yang tidak dikenal

Tabel Pengujian pada 
pencahayaan tidak ideal

2.2.3 Pengujian Jarak

Tabel Pengujian Jarak

3. Penutup

Penerapan Face Recognition Pada Sistem Starter Mobil Otomatis Menggunakan Metode Eigenface Berbasis Mini PC berguna sebagai sistem keamanan tambahan dari sebuah kendaraan bermotor dalam hal ini adalah mobil, karena dengan penerapan sistem tersebut hanya pengguna-pengguna yang dikenali saja yang dapat mengoperasikan mobil. Jadi pemilik mobil tidak lagi khawatir dengan siapa saja yang dapat menghidupkan mobil, karena jika wajahnya tidak dikenali maka tidak akan bisa menstarter mobil.

4. Daftar Pustaka

Hersyah, M.H., Firdaus, & Putri, A.S. Tanpa Tahun. Penerapan Face Recognition Pada Sistem Starter Mobil Otomatis Menggunakan Metode Eigenface Berbasis Mini PC. Universitas Andalas Padang dan Politeknik Negeri Padang.

Statistik Kriminalitas Indonesia 2013. Diakses dari http://www.bps.go.id pada tanggal 22 Agustus 2015.

M. Turk, A. Pentland.1991. Eigenfaces for Recognition, Journal of Cognitive Neurosicence, Vol. 3, No. 1,1991.

Fatta, Hanif al. 2009. Rekayasa Sistem Pengenalan Wajah. Yogyakarta: CV Andi Offset

Richardson, M dan S.Wallace. 2013 Getting Started With Raspberry Pi. O’Reilly Media, Inc.,USA.

Wicaksono, Handy. Tanpa Tahun. Relay – Prinsip Dan Aplikasi. Petra Christian University.