APLIKASI KOMPOSISI FOTO PORTRAIT MENGGUNAKAN ESTETIKA GOLDENRATIO PORTRAIT PHOTO COMPOSITION APPLICATION USING GOLDEN RATIO AESTHETIC Muhyiddin AM Hayat 1 ,Salama Manjang 2 ,Merna Baharuddin 2 1 Bagian Teknik Informatika, Fakultas Teknik, Universitas Pejuang Republik Indonesia, 2 Bagian Teknik Elektro, Fakultas Teknik, Universitas Hasanuddin. Alamat Korespondensi: Muhyiddin AM Hayat, S.Kom Fakultas Teknik Universitas Pejuang Republik Indonesia Makassar, 90423 HP: 08114100444 Email: [email protected]
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
APLIKASI KOMPOSISI FOTO PORTRAIT MENGGUNAKAN ESTETIKA GOLDENRATIO
PORTRAIT PHOTO COMPOSITION APPLICATION USING GOLDEN RATIO AESTHETIC
Muhyiddin AM Hayat1,Salama Manjang2,Merna Baharuddin2
1Bagian Teknik Informatika, Fakultas Teknik, Universitas Pejuang Republik Indonesia, 2Bagian Teknik Elektro, Fakultas Teknik, Universitas Hasanuddin.
Alamat Korespondensi: Muhyiddin AM Hayat, S.Kom Fakultas Teknik Universitas Pejuang Republik Indonesia Makassar, 90423 HP: 08114100444 Email: [email protected]
Abstrak
Komposisi objek dalam dunia fotografi merupakan hal yang sangat penting, dengan menerapkan aturan golden rasio maka nilai komposisi foto portrait dengan objek tunggal bisa diketahui. Penelitian ini bertujuan membuat aplikasi yang bisa melakukan validasi terhadap sebuah foto apakah komposisi subjeknya sesuai aturan golden rasio atau tidak. Aplikasi dibuat untuk menghasilkan data secara real time dimana data yang dihasilkan aplikasi bisa disimpan kedalam database. Objek penelitian merupakan foto portrait dengan subjek tunggal. Metode yang digunakan untuk bisa mendeteksi wajah adalah metode Viola-Jones dengan menerapkan algoritma Haar Casscade Classifier pada pose frontal view faces. Data yang dihasilkan sistem yaitu koordinat wajah terdeteksi, nilai power of point wajah, nilai power of phi objek, zona wajah terdeteksi, waktu yang digunakan aplikasi untuk bekerja dan hasil validasi aplikasi terhadap objek penelitian. Pengujian dilakukan terhadap 35 foto ptrait dengan subjek tunggal dengan ukuran piksel yang berbeda. Hasilnya sebanyak 28 file memiliki komposisi foto yang sesuai aturan golden rasio dan 7 file dinyatakan komposisi subjeknya tidak sesuai dengan aturan golden rasio. Secara umum aplikasi yang dibuat pada penelitian ini bisa melakukan validasi dengan baik. Adapun waktu yang digunakan aplikasi yaitu dibawah 1 detik meskipun ukuran piksel file berbeda-beda. Hal ini berarti sistem yang dihasilkan memberikan data yang bersifat real time.
Kata kunci: Golden Rasio, komposisi fotografi, Viola- Jones, HaarCasscade Classifier.
Abstract
The object composition in photography world represents a very important thing. By applying the golden ratio rules, the value of the portrait photo composition with single subject can be found out. The research aimed to make application which could perform the validation on a photo whether the object composition was suitable with the golden ratio rules or not. The application was made to generate real time data. In which the data produced by application could be saved into database. The research objects were the portrait photo with the single subject. Method used in order to be able to detect the faces was Viola – Jones method by applying the algorithm of Haar Casscade Classifier in the pose of frontal view face. The data produced by the system were the face coordinate detected, the face power of point value, object power of phi value, detected face zone, time used by the application to work out the object, application validation result on the research object. The testing was conducted on 35 portrait photos with the single subject and different pixel size. The result is that as many as 28 files have the photo composition which is in line with the golden ratio rules and 7 files are stated their subject are suitable the golden ratio rules. In general the application generated in the research can carry out the validation appropriately. Then the time used by the application is under 1 second although the file pixel are different. This means the system generated gives the real times data.
Key-words: Golden Ratio, photography composition, Viola- Jones, HaarCasscade Classifier
PENDAHULUAN
Fotografi merupakan bentuk komunikasi non-verbal,elemen-elemen visual diatur
sehingga harmonis dalam satu kesatuan yang menghasilkan pesan yang diinginkan oleh
fotografer, sebuah foto yang baik bisa menyampaikan pesan dan keindahan dari fotografer ke
orang lain atau yang melihatnya.
Menurut kamus bahasa, komposisi (composition) berarti sebuah proses penggabungan
beberapa elemen menjadi satu kesatuan yang utuh. Dalam ilmu dasar fotografi, komposisi
merupakan sebuah proses yang sangat vital karena dari komposisi itulah sebuah foto bisa
bercerita. Komposisi sangat berkaitan dengan estetika sebab dari komposisi pula sebuah foto
terlihat indah dan enak dipandang untuk dinikmati. Berbeda dengan seni lukis yang memulai
komposisi dari bidang kosong, kemudian menambahkan elemen-elemen yang dirasa perlu
agar pesan lukisannya bisa sampai ketika dilihat orang lain. Komposisi dalam fotografi
dimulai dari bidang yang penuh, kemudian satu- persatu elemen yang tidak perlu disingkirkan
untuk mencapai tujuan yang sama (Krages, 2005).
Golden Ratio adalah sebuah panduan komposisi yang didasarkan pada perhitungan
matematika yang unik.Pada teorinya golden ratio ini bisa digunakan pada semua scene foto,
tapi pada prakteknya lebih mudah diaplikasikan pada foto portrait formal/klasik. Pada scene
lain lebih mudah menggunakan komposisi rule of third. Pada Foto portait wajah sebagai
object utama foto (point of interest – POI). Susunan elemen visual pada aturan golden ratio
adalah subyek utama diletakkan pada titik persimpangan dua garis horisontal yang memiliki
perbandingan 1:1,6 (Clement, 2005).
Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek.
Pengolahan citra merupakan proses pengolahan dan analisis citra yang banyak melibatkan
persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang
berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai
pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas, pengolahan
citra digital juga mencakup semua data dua dimensi. Citra direpresentasikan oleh matriks data
yang memuat berbagai informasi tentang nilai fungsi citra tersebut. Dengan kata lain, citra
yang tampak oleh mata kita sebenarnya merupakan kumpulan nilai-nilai tertentu yang
membentuk suatu pola berdasarkan keadaan yang telah dikondisikan (Fadlisyah & Rizal,
2011).
Suatu citra yang ditampilkan dari citra jenis ini terdiri dari warna abu-abu, yang
bervariasi pada warna hitam di bagian yang memiliki intensitas terlemah, dan bervariasi pada
warna putih di bagian yang memilki intensitas terkuat (Fatta & Hanif, 2007). Citra
grayscaleberbeda dengan citra hitam-putih, yang di mana pada konteks komputer, citra hitam-
putih hanya terdiri dari dua warna saja, yaitu warna hitam dan warna putih saja (Storring,
2004).
Dalam dunia komputer, citra hasil fotografi secara luas telah diteliti terutama dalam
hubungannya dengan grafika komputer (computer graphic), pengolahan citra digital (image
processing), dan visi komputer (computer vision). Bentuk aplikasi estetika dalam bidang
komputer menjadi sebuah bidang yang disebut sebagai “computational aesthetics” atau
estetika komputasi (Hoenig, 2005). Estetika komputasi sebagai usaha penelitian yang
memfokuskan pada metode komputasi yang memungkinkan penerapan keputusan estetik
sebagaimana yang dilakukan manusia. Sehingga ditetapkan fokus bidang ini adalah: (1)
Mengembangkan metode komputasi untuk mengambil keputusan-keputusan yang bersifat
estetik, (2) Mengetahui kecerdasan manusia dan sistem persepsinya berkaitan dengan estetika
yang terukur, (3) Memfokuskan pada nilai estetika bentuk, terutama yang berkaitan dengan
obyek-obyek dalam desain.
Citra digital adalah suatu citra f(x,y) yang memiliki koordinat spasial, dan tingkat
kecerahan yang diskrit. Citra yang terlihat merupakan cahaya yang direfleksikan dari sebuah
objek. Fungsi f (x, y) dapat dilihat sebagai fungsi dengan dua unsur. Unsur yang pertama
merupakan kekuatan sumber cahaya yang melingkupi pandangan mata terhadap objek
(illumination). Unsur yang kedua merupakan besarnya cahaya yang direfleksikan oleh objek
ke dalam pandangan mata manusia (Vidyaningrum & Prihandoko, 2009). Teknik-teknik
pengenalan wajah yang dilakukan selama ini banyak yang menggunakan asumsi bahwa data
wajah yang tersedia memiliki ukuran yang sama dan latar belakang yang seragam. Di dunia
nyata, asumsi ini tidak selalu berlaku karena wajah dapat muncul dengan berbagai ukuran dan
posisi di dalam citra dan dengan latar belakang yang bervariasi (Hjelmas & Low, 2001).
Prosedur deteksi wajah Viola-Jones mengklasifikasikan gambar berdasarkan pada nilai fitur
sederhana. Proses deteksi wajah dengan menggunakan metode Viola-Jones di mulai dengan
mengenali fitur Haar dalam gambar dan dilakukan integral gambar untuk mempercepat
pembacaan fitur. Untuk memilih fitur Haar yang spesifik yang akan digunakan dan untuk
mengatur nilai ambangnya (threshold), Viola dan Jones menggunakan sebuah metode
machine learning yang disebut Adaboost. Adaboost menggabungkan banyak classifier lemah
untuk membuat sebuah classifier kuat. Lemah disini berarti urutan filter pada classifier hanya
mendapatkan jawaban benar lebih sedikit (Viola & Jones, 2004). Metode Viola-Jones
mengkombinasikan empat kunci utama yaitu Haar Like Feature, Integral Image, Adaboost
learning dan Cascade classifier (Triatmoko dkk., 2014).
Adapun elemen – elemen yang terdapat dalam citra digital berupa kecerahan, kontras, kontur,
warna, bentuk dan tekstur (Sutoyo dkk., 2009).
Pemanfaatan aturan golden rasio masih terus dikembangkan karena pemanfaatannya
dibidang teknologi semakin luas. Penelitian ini bertujuan untuk membuat aplikasi yang
mampu melakukan validasi terhadap sebuah foto potrait dengan objek tunggal apakah
memenuhi konsep estetika fotografi dengan menerapkan aturan golden rasio.
METODOLOGI PENELITIAN
Lokasi dan RancanganPenelitian
Penelitian ini dilakukan di Universitas Hasanuddin pada laboratorium Multimedia
Jurusan Teknik Elektro. Metode penelitian yang digunakan yaitu eksperimen, melakukan
kajian studi pustaka, menganalisa, merancang dan membuat aplikasi. Pengambilan data
dilakukan dengan menguji 35 file foto potrait dengan subjek manusia tunggal.
Tahapan Pemodelan
Tahapan ini merupakan tahapan memodelkan sistem agar aplikasi mampu mendeteksi
dan menetukan area wajah pada objek penelitian. Aplikasi akan menentukan koordinat –
koordinat wajah yang terdeteksi, menentukan wajah apakah berada pada empat zona golden
rasio atau tidak, kemudian menentukan power of point wajah terdeteksi apakah berada
didalam zona golden rasio atau tidak. (Gambar 1) merupakan flowchart alur kerja aplikasi
yang dibuat, yaitu (1) File foto dalam format jpeg sebegai input ke sistem. (2) Subjek wajah
pada foto diekstrak menggunaka metode Viola-Jones sehingga dapat ditentukan lokasi objek
wajah. (3) Menggambar garis-garis golden ratio diatas object foto sehingga didapatkan zona
golden ratio. (4) Melakukan pemeriksaan apakah objek wajah berada pada zona golden ratio.
(5) Memberikan penilaian estetika berdasarkan golden ratio rule pada gambar inputan. Suatu
Citra fotografi yang sesuai dengan estetika golden ratio, jika subjeck utama atau point of
interest (POI) berada pada titik Power Point Golden Ratio atau titik dimana persegi panjang
yang dihasilkan terlalu kecil untuk secara signifikan dibagi lebih lanjut atau mempunyai nilai
kisaran panjang sisi persegi 0,5 dengan menggunakan persamaan (1).
Tahapan Pengembangan Aplikasi
Tahapan pengembangan Aplikasi terdiri dari lima tahap yaitu (1)Analisis kebutuhan
sistem dengan melakukan kajian pustaka (2) Perancangan sistem meliputi perancangan
metode dan implementasi pemrograman menggunakan bahasa C++ (3) Penerapan sistem
untuk melihat kinerja sistem (4) Pengujian sistem untuk menganalisa hasil dari sistem yang
dibuat dengan melakukan validasi secara empiris (5) Dokumentasi terhadap hasil penelitian
yang dilakukan.
HASIL
(Gambar 2) merupakan tampilan konsol yang menyajikan data yang dihasilkan oleh
aplikasi. Adapaun data yang dihasilkan aplikasi yaitu koordinat wajah terdeteksi, zona wajah
terdeteksi, power of phi, koordinat power of point wajah, waktu yang digunakan untuk
mendeteksi wajah (t) dan kesimpulan apakah komposisi foto sesuai aturan golden rasio atau
tidak. Tampilan konsol memperlihatkan secara real time data – data yang diamati pada
penelitian ini yaitu dengan waktu deteksi dibawah satu detik. (Gambar 3) memperlihatkan
hasil capture aplikasi yang dibuat yang memperlihatkan aplikasi yang validasi YES dimana
sesuai dengan estetika komposisi golden ratio, dan (Gambar 4) memperlihatkan hasil capture
applikasi yang validasi NO. Adapaun wajah yang berhasil dideteksi akan diberi kotak
berwarna hijau. Hasil analisis aplikasi akan tampil pada konsol. (Tabel 1) menunjukkan hasil
yang diperoleh aplikasi dengan melakukan pengujian terhadap 35 file foto portrait dengan
subjek manusia tunggal.
PEMBAHASAN
Penelitian ini memperlihatkan bahwa aplikasi yang dibuat berhasil melakukan validasi
apakah sebuah foto portrait dengan subjek manusia tunggal berada pada zona golden rasio
atau tidak. Aplikasi memberikan validasi YES berarti komposisi wajah objek foto sesuai
dengan aturan golden rasio, artinya koordinat power of point wajah objek pada foto berada
didalam zona golden rasio. Aplikasi juga memberikan validasi NO terhadap objek yang
diteliti. Ada dua kondisi dimana aplikasi memberikan validasi NO. Hal itu disebabkan oleh
(1) letak power of point wajah berada diluar zona golden rasio, (2) wajah pada foto yang
diteliti tidak terdeteksi akibat pose maupun atribut yang digunakan objek. Aplikasi yang
dibuat bekerja secara real timekarena kecepatan aplikasi mendeteksi bekerja semuanya
dibawah 1 detik meskipun ukuran piksel foto berbeda. Sebanyak 35 file diuji dengan hasil 28
file dinyatakan YES yang berarti estetika foto sesuai dengan aturan golden rasio, 2 file
dinyatakan NO akibat wajah tidak terdeteksi dan 5 file dinyatakan NO karena estetika foto
tidak sesuai dengan aturan golden rasio.
KESIMPULAN DAN SARAN
Aplikasi yang dibuat bisamendet
eksi wajah dan melakukan validasi terhadap foto portrait dengan objek tunggal apakah
komposisi objek sesuai dengan aturan golden rasio atau tidak. Kecepatan sistem bekerja
terhadap ukuran file yang berbeda yaitu dibawah 1 detik dengan demikian kecepatan sistem
bekerja bisa memberikan data secara real time.Penelitian selanjutnya diharapkan bisa
melakukan optimasi terhadap algoritma deteksi wajah yang digunakan dengan menerapkan
metode yang berbeda sehingga semakin banyak pose wajah yang bisa terdeteksi.
DAFTAR PUSTAKA
Clement F. (2005). The Golden Ratio : A Contrary View Point. The College Mathematics Journal Vol.36 No.2, pp. 123.
Fadlisyah & Rizal. (2011), Pemrograman Computer Vision pada Video Menggunakan Delphi+Vison Lab VCL 4.0.1. Penerbit Graha Ilmu.
Fatta Al & Hanif. (2007). Konversi Format Citra RGB ke Format Grayscale Visual Basic. Yogyakarta : Seminar Nasional Teknologi ISSN : 1978 – 977.
Hjelmas E. & Low B.K. (2001). Face Detection: A Survey , Computer Vision and Image Understanding. 83, pp. 236-274.
Hoenig F. (2005). Defining Computational Aesthetics. Austria : Johannes Kepler Universitaet, Linz.
Störring M. (2004). Computer vision and human skin color. Ph.D. (dissertation). Denmark : Aalborg University.
Sutoyo T., Mulyono E., Suhartono V., Nurhayati OD., & Wijanarto. (2009). Teori Pengolahan Citra Digital. Yogyakarta: Penerbit Andi.
Krages B. (2005). Photography: The Art of Composition. Allworth Press. Triatmoko A.H., Pramono S.H., & Dachlan H.S. (2014). Penggunaan Metode Viola-Jones
dan Algoritma Eigen Eyes Dalam Sistem Kehadiran Pegawai, Jurnal EECCIS, Vol. 8, No. 1.
Vidyaningrum E. & Prihandoko. (2009). Human Face Detection by using Eigenface Methode for Various Pose of Human Face.
Viola P. & Jones M. (2004). Robust Real-Time Face Detection.International Journal of Computer Vision 57(2), 137–154.