• Tidak ada hasil yang ditemukan

IMPLEMENTASI DAN DETEKSI POLA WAJAH PADA CITRA DIGITAL MENGGUNAKAN SKIN COLOR DAN K-MEANS CLUSTERING

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2018

Membagikan "IMPLEMENTASI DAN DETEKSI POLA WAJAH PADA CITRA DIGITAL MENGGUNAKAN SKIN COLOR DAN K-MEANS CLUSTERING"

Copied!
12
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 12 Halaman )

Teks penuh

(1)

IMPLEMENTASI DAN DETEKSI POLA WAJAH PADA CITRA DIGITAL

MENGGUNAKAN SKIN COLOR DAN K-MEANS CLUSTERING

SKRIPSI

SEPTY DIANA SARI SARAGIH

101401022

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

IMPLEMENTASI DAN DETEKSI POLA WAJAH PADA CITRA DIGITAL

MENGGUNAKAN SKIN COLOR DAN K-MEANS CLUSTERING

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

Sarjana Ilmu Komputer

SEPTY DIANA SARI SARAGIH

101401022

PROGRAM SUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

(3)

PERSETUJUAN

Judul : IMPLEMENTASI DAN DETEKSI POLA WAJAH

PADA CITRA DIGITAL MENGGUNAKAN SKIN

COLOR DAN K-MEANS CLUSTERING

Kategori : SKRIPSI

Nama : SEPTY DIANA SARI SARAGIH

Nomor Induk Mahasiswa : 101401022

Program Studi : S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing :

Pembimbing II Pembimbing I

Drs. Marihat Situmorang, M.Kom Prof. Dr. Iryanto, M.Si

NIP. 19631214 198903 1 001 NIP. 19460404 197107 1 001

Diketahui/disetujui oleh

Program Studi Ekstensi S1 Ilmu Komputer

Ketua,

Dr. Poltak Sihombing, M.Kom

(4)

iii

PERNYATAAN

IMPLEMENTASI DAN DETEKSI POLA WAJAH PADA CITRA DIGITAL

MENGGUNAKAN SKIN COLOR DAN K-MEANS CLUSTERING

SKRIPSI

Saya menyatakan bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa

kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, 16 April 2016

Septy Diana Sari Saragih

(5)

PENGHARGAAN

Alhamdulillah segala puji dan syukur penulis ucapkan kehadirat Allah SWT yang

telah memberikan rahmat, hidayah, dan karunia-Nya kepada penulis sehingga dapat

menyelesaikan skripsi ini yang sesuai dengan instruksi dan peraturan yang berlaku di

Fakultas Ilmu Komputer dan Teknologi Informasi serta shalawat beriring salam

dihadiahkan kepada Nabi Besar Muhammad SAW, semoga mendapat safa’at di akhir

kelak.

Dalam penyusunan dan penulisan skripsi ini, penulis banyak mendapat

bantuan, dukungan, dan bimbingan dari berbagai pihak. Pada kesempatan ini penulis

ingin mengucapkan rasa terima kasih dan penghargaan kepada :

1. Bapak Prof. Dr. Runtung Sitepu, SH., M.Hum selaku Rektor Universitas

Sumatera Utara.

2. Bapak Prof. Dr. Opim Salim Sitompul, M.Si sebagai Dekan Fakultas Ilmu

Komputer dan Teknologi Informasi.

3. Bapak Dr. Poltak Sihombing, M.Kom sebagai Ketua Program Studi S1 Ilmu

Komputer dan selaku dosen Pembanding I yang telah memberikan kritik dan

saran terhadap skripsi penulis.

4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi Ilmu

Komputer.

5. Bapak Prof. Dr. Iryanto, M.Si selaku Dosen Pembimbing I yang telah

meluangkan waktu, tenaga, dan pikiran dalam membimbing, dan menyemangati

penulis agar dapat menyelesaikan skripsi ini.

6. Bapak Drs. Marihat Situmorang, M.Kom selaku Dosen Pembimbing II yang telah

meluangkan waktu, tenaga, dan pikiran dalam membimbing, dan menyemangati

penulis agar dapat menyelesaikan skripsi ini.

7. Bapak Amer Sharif, S.Si, M.Kom selaku dosen Pembanding II yang telah

(6)

v

8. Seluruh staf pengajar, pegawai dan satpam Fakultas Ilmu Komputer dan

Teknologi Informasi.

9. Teristimewa orang tua yang penulis sayangi, Ayahanda Zulkifli Saragih dan

Ibunda Marlis, serta Adik penulis Aulia Rahman Saragih dan Nova Zulistya

Hasanah Saragih yang tidak henti-hentinya memberikan doa, motivasi, dan

dukungan yang selalu menjadi sumber semangat penulis.

10. Teman-teman seperjuangan mahasiswa S1-Ilmu Komputer stambuk 2010,

Wahyu Eko Putra, Irwansyah, Safriatullah, Ivan Grace Halim, Muhammad Reza

Nasution, dan teman – teman yang lain yang memberikan motivasi, arahan dan

perhatiannya.

11. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat

penulis ucapkan satu per satu yang telah membantu menyelesaikan skripsi ini.

12. Dan yang terakhir kekasih penulis Ahda Andi Kurnia yang selalu ada seiring

waktu mendampingi serta menjadi penyemangat bagi penulis dalam segala hal.

Penulis menyadari bahwa skripsi ini masih memiliki banyak kekurangan, baik

dari segi teknik, tata penyajian ataupun dari segi tata bahasa. Oleh karena itu penulis

bersedia menerima kritik dan saran dari pembaca dalam upaya perbaikan skripsi ini.

Semoga skripsi ini dapat bermanfaat bagi penulis dan pembaca, khususnya

rekan-rekan mahasiswa lainnya yang mengikuti perkuliahan di Universitas Sumatera Utara.

Medan, 16 April 2016

Penulis

(7)

ABSTRAK

Deteksi wajah pada citra digital telah menjadi topik penelitian yang populer belakangan ini mengingat penggunaan teknologi citra digital yang luas saat sekarang ini. Metode – metode yang dikembangkan memiliki beberapa kelebihan dan kekurangannya masing-masing. Besarnya area citra digital menyebabkan deteksi wajah secara linier piksel per piksel menjadi tidak efektif. Pada penelitian ini dilakukan analisis dan percobaan yang bertujuan untuk mendeteksi wajah pada citra digital menggunakan metode skin color detection dan kmeans clustering. Skin color

detection digunakan untuk mengecilkan area dari citra digital untuk proses

pendeteksian. K-means clustering merupakan metode sederhana yang biasa digunakan pada pengenalan pola yang memiliki akurasi yang rendah namun memiliki operasi yang cukup cepat. Hasil penelitian menunjukkan bahwa implementasi kombinasi dari metode skin color detection dan k-means clustering memberikan kinerja yang baik dalam hal kecepatan namun masih memiliki kekurangan dalam hal akurasi yang mana sangat bergantung pada pemilihan jumlah cluster yang digunakan.

(8)

IMPLEMENTATION AND FACE DETECTION IN DIGITAL IMAGES USE SKIN COLOR AND K-MEANS CLUSTERING

ABSTRACT

Face detection in digital images has become a popular research topic these days considering the use of comprehensive digital imaging technology today. Methods developed has some advantages and disadvantages of each. The amount of digital image area causes linearly face detection pixels per pixel becomes ineffective. In this research, analysis and experiments imed at detecting faces in a digital image using skin color detection method and k-means clustering. Skin color detection is usedto shrink the area of digital imags for the detection procces. K-means clustering is a simple method that is commonly used in pattern recognition that has low accuracy but has a fairly quick operation. The results showed tht the implementation of a combination of skin color detection method and k-means clustering provide good performance in terms of speed but still has shortcomings in terms of accuracy which is very dependent on the choice of the number of clucters used.

(9)

DAFTAR ISI

Bab 3 Analisis dan Perancangan Sistem

(10)

3.3.3 Diagram Ishikawa 22

Bab 4 Implementasi dan Pengujian

(11)

DAFTAR TABEL

Halaman

Tabel 3.1 Spesifikasi Use Case Pengenalan Pola Wajah K-means 19

Tabel 3.2 Spesifikasi Use Case Pengenalan (Lanjutan) 20

Tabel 3.3 Spesifikasi Use Case Deteksi Wajah 20

Tabel 3.3 Struktur Tabel Wajah 27

Tabel 3.4 Struktur Tabel Detail Wajah 28

Tabel 3.5 Struktur Tabel Cluster 28

(12)

DAFTAR GAMBAR

Referensi

Unduh sekarang ( PDF - 12 Halaman - 223.24 KB )

Dokumen terkait

Implementasi Harmonic Mean Filter dan Fuzzy C Means Clustering Pada Segmentasi Citra

kualitas citra antara citra hasil dari proses segmentasi citra dengan metode Fuzzy C. Means Clustering dan Harmonic Mean Filter sebagai filter dengan citra

View of Implementasi Metode K-Means Clustering Pada Segmentasi Citra Digital

Clustering atau pengklasteran adalah suatu teknik data mining yang digunakan untuk menganalisis data untuk memecahkan permasalahan dalam pengelompokkan data atau

Perbandingan Implementasi Algoritma K-Means++ Dan Fuzzy C-Means Pada Segmentasi Citra Wajah

Melihat hal tersebut, hasil penelitian ini cukup berbeda dengan penelitian sebelumnya, dimana dimana di- hasilkan segmentasi hasil k-means lebih baik dibanding fuzzy c-means[1][13].

Analisis Kinerja Metode Gabungan Genetic Algorithm dan K-Means Clustering dalam Penentuan Nilai Centroid

ANALISIS KINERJA METODE GABUNGAN GENETIC ALGORITHM DAN K-MEANS CLUSTERING DALAM PENENTUAN

IMPLEMENTASI METODE CLUSTERING K-MEANS MENGUKUR TINGKAT KEPUASAN PELAYANAN BANK JATENG CABANG UDINUS

Dari hasil implementasi data mining dengan metode clustering k-means untuk mengukur tingkat kepuasan nasabah terhadap kualitas pelayanan Bank Jateng Cabang Universitas Dian

KOMBINASI ALGORITMA AGGLOMERATIVE CLUSTERING DAN K-MEANS UNTUK SEGMENTASI PENGUNJUNG WEBSITE

Berdasarkan hasil uji coba yang telah dilakukan pada tugas akhir ini, kombinasi Agglomerative Clustering dan K-Means menghasilkan jumlah cluster dan

IMPLEMENTASI DATA MINING UNTUK CLUSTERING DAERAH PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA TANGERANG SELATAN MENGGUNAKAN ALGORITMA K-MEANS

IMPLEMENTASI DATA MINING UNTUK CLUSTERING DAERAH PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA TANGERANG SELATAN MENGGUNAKAN ALGORITMA K-MEANS Studi Kasus : Dinas Kesehatan Tangerang

View of Implementasi K-Means Clustering Dalam Pengelompokkan Banyaknya Jumlah Petani Berdasarkan Kecamatan di Provinsi Jawa Barat

133-144 E-ISSN 2503-2933 Muhammad Yamin Nurzaman, et., al [Implementasi K-Means Clustering Dalam Pengelompokkan Banyaknya Jumlah Petani Berdasarkan Kecamatan di Provinsi Jawa Barat]