Diantarakita, - (2019) Ekstraksi Ciri pada Klasifikasi Tipe Kulit Wajah Menggunakan Metode Local Binary Pattern. Sarjana thesis, Universitas Brawijaya.
Abstract
Ekstraksi ciri/fitur dapat dilakukan pada berbagai objek dalam bentuk citra digital dengan menggunakan beberapa fitur salah satunya adalah fitur statistik tekstur. Dalam kasus ini, ekstraksi ciri akan digunakan untuk mengidentifikasi ciri dari tiap tipe kulit wajah karena banyak kasus salah mengenali tipe kulit wajah yang dimiliki yang mengakibatkan terjadinya penyakit dan hal-hal yang tidak diinginkan pada wajah. Dalam penelitian ini, penulis menggunakan kulit wajah khususnya bagian pipi sebagai objek penelitian dikarenakan pipi adalah salah satu bagian dari zona T. Salah satu metode yang dapat dimanfaatkan dalam proses identifikasi adalah metode ekstraksi ciri Local Binary Pattern (LBP) yang menggunakan jarak ketetanggaan yang akan dipadukan dengan fitur statistik tekstur. Tujuan dari penelitian ini sendiri adalah untuk membantu dalam diagnosis awal dalam menentukan tipe kulit wajah yang dimiliki. Tahapannya dimulai dengan melakukan proses Pre-proccessing yaitu tahapan persiapan dimana citra berwarna yang akan dirubah menjadi citra berskala keabuan yang kemudian baru bisa diproses ke dalam tahap selanjutnya. Lalu masuk ke tahap ekstraksi ciri dengan menggunakan metode LBP yang kemudian diambil fitur-fitur statistik teksturnya. Penelitian ini menggunakan data sebanyak 112 citra wajah wanita yang diperoleh dengan mengambil data secara langsung di lapangan (data primer). Hasil akurasi tertinggi yang diperoleh dari penelitian ini sebesar 84,62% dengan jarak ketetanggaan (R) = 1 dan kombinasi dari 3 fitur statistik tekstur yaitu kombinasi fitur mean, skewness dan energi.
English Abstract
Characteristic/feature extraction can be done on various objects in the form of digital images using several features, one of which is the statistical texture feature. In this case, feature extraction will be used to identify the characteristic of each type of facial skin because many cases mistakenly recognize the type of facial skin that has resulted in occurrence of diseases and unwanted things on the face. In this study, the author uses facial skin especially the cheek part as the object of research because the cheek is one part of the T-zone. One method that can be utilized in the identification process is the Local Binary Pattern (LBP) feature extraction method that uses neighboring distances which will be combined with statistical texture features. The purpose of this study itself is to assist in the initial diagnosis in determining the type of facial skin that is owned. The stage begins with the preprocessing process, that is preparation stage where the colored image will be converted into a gray scale image which can be processed to the next stage later. Then, enter the feature extraction stage using the LBP method, which takes the statistical features of the texture. This study uses data as many as 112 female face images obtained by taking data directly in the field (primary data). The highest accuracy results obtained from this study is 84.62% with neighboring distance (R) = 1 and a combination of the 3 texture statistical features, that is a combination of mean, skewness and energy.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/264/051905582 |
| Uncontrolled Keywords: | feature extraction, statistical texture feature, facial skin, T-zone, LBP |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 01 Aug 2020 04:50 |
| Last Modified: | 09 Jun 2022 07:07 |
| URI: | http://repository.ub.ac.id/id/eprint/171479 |
![[thumbnail of Diantarakita (2).pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Diantarakita (2).pdf Download (1MB) |
Actions (login required)
 |
View Item |