KNTIA 2011 A38 Abstrak—Terdapat dua tahapan untuk membangun sistem deteksi manusia, yaitu ekstraksi fitur dan klasifikasi. Co- Occurence Matrix digunakan untuk pada tahap pertama yaitu ekstraksi fitur, karena metode ini dapat memberikan informasi suatu piksel terhadap piksel tetangganya. Sedangkan pada klasifikasi, yaitu mengidentifikasi apakah obyek yang terdeteksi adalah target, digunakanlah metode jaringan syaraf tiruan Propagasi Balik, yaitu suatu pengklasifikasi terawasi. Ujicoba menggunakan data yang berasal dari dataset benchmark dan dataset buatan. Tingkat akurasi rata-rata yang dihasilkan dari kombinasi dua metode ini adalah 98%. Dengan tingkat akurasi yang tinggi ini, maka sistem deteksi manusia dapat dikembangkan menjadi sistem yang lebih besar, seperti sistem pelacakan pergerakan manusia Indeks—co-occurence matrix, propagasi balik, glcm, deteksi manusia. I PENDAHULUAN ETEKSI manusia sampai saat ini merupakan bidang penelitian yang diminati oleh banyak peneliti. Hal ini disebabkan karena berbagai macam aplikasi dapat dihasilkan melalui pengembangan lebih lanjut dari penelitian deteksi manusia ini. Misalkan untuk aplikasi pengenalan pola pergerakan manusia, yaitu suatu aplikasi yang dapat digunakan untuk mengidentifikasi berdasarkan gaya berjalan. Aplikasi sistem pengawasan otomatis, yaitu sistem yang dapat mendeteksi pergerakan-pergerakan manusia yang tidak normal sehingga keberadaan operator cctv tidak diperlukan lagi [1-3]. Oleh karena itu selalu dikembangkan metode untuk deteksi manusia ini. Terdapat dua tahapan utama dalam deteksi manusia ini, yaitu tahap ekstraksi fitur dan klasifikasi. Tahap ekstraksi fitur ini digunakan untuk mengambil ciri suatu obyek, sehingga dapat dibedakan antara obyek yang satu dengan obyek yang lain. Sedangkan tahap klasifikasi bertujuan untuk mengidentifikasi apakah obyek yang terdeteksi adalah target obyek (dalam penelitian ini adalah obyek manusia), ataukah bukan target obyek. Terdapat beberapa metode ekstraksi fitur untuk deteksi manusia. Histogram Oriented Gradient digunakan oleh beberapa peneliti [4-6]. Metode ini menghitung orientasi gradien dari suatu detector window untuk mengekstrak fitur obyek. Metode ini mampu menghasilkan tingkat akurasi yang cukup tinggi [4-6], hanya saja fitur yang dihasilkan mempunyai dimensi yang amat besar. Untuk satu detector window dibutuhkan ukuran vektor 3780 [5]. Penelitian ini 1 2 Teknik Informatika, Universitas Trunojoyo Madura, email: 1 indah.agustien@if.trunojoyo.ac.id akan menggunakan metode co-occurence matrix. Metode ini mampu memberikan informasi suatu piksel terhadap piksel tetangganya, sehingga diharapkan dapat mengekstrak fitur obyek yang dapat membedakan obyek yang satu dengan obyek yang lain. Jaringan Syaraf Tiruan Propagasi balik digunakan untuk tahapan klasifikasi pada deteksi manusia. Pengklasifikasi ini merupakan pengklasifikasi terawasi. Penggunaan metode ini pada tahapan klasifikasi dikarenakan bahwa metode ini memiliki kemampuan untuk men-generalisasi, yaitu mampu mengenali suatu data masukan dimana data masukan tersebut tidak terdapat pada proses pelatihan jaringan syaraf tiruan. Walaupun waktu komputasi yang dibutuhkan pada saat proses pelatihan cukup besar, akan tetapi proses ini hanya terjadi pada saat pelatihan saja. Sedangkan pada saat pengujian tidak membutuhkan waktu komputasi yang besar, karena semua parameter yang diperlukan seperti bobot jaringan syaraf telah didapatkan dari proses pelatihan. II SISTEM DETEKSI MANUSIA Sistem deteksi manusia ini bertujuan untuk mendapatkan lokasi obyek manusia pada frame pertama dari data video atau pada suatu citra. Proses ini melibatkan sub proses ekstraksi fitur dan klasifikasi. Ekstraksi fitur bertujuan untuk mendapatkan ciri target obyek, sehingga dapat dibedakan antara obyek yang satu dengan obyek yang lain. Proses klasifikasi bertujuan untuk mengidentifkasikan apakah obyek yang terdeteksi merupakan target obyek ataukah bukan merupakan target obyek. Pada proses klasifikasi melibatkan tahap pelatihan, untuk mendapatkan parameter-parameter pengklasifikasi, sehingga pada tahap pengujian dapat dilakukan proses identifikasi. Pada tahap pengujian untuk proses deteksi ini melibatkan proses scanning keseluruhan kemungkinan lokasi pada data citra. Ilustrasi proses scanning pada deteksi manusia dapat dilihat pada Gambar 1 berikut. Co-Occurence Matrix dan Jaringan Syaraf Tiruan Propagasi Balik untuk Deteksi Manusia 1 Indah Agustien Siradjuddin, 2 Fitri Damayanti, Teknik Informatika, Universitas Trunojoyo Madura D brought to you by CORE View metadata, citation and similar papers at core.ac.uk provided by Repository Proceeding Seminar (Fakultas Ilmu Komputer, Universitas Sriwijaya)