IDENTIFIKASI CITRA WAJAH SESEORANG BERDASARKAN WARNA KULIT MENGGUNAKAN MACHINE LEARNING

• Main Author: Indah Mutia Hapsari, - (Author)
• Format: Book
• Published: 2019-07-22.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upnvj.ac.id/566/1/AWAL.pdf; http://repository.upnvj.ac.id/566/2/ABSTRAK.pdf; http://repository.upnvj.ac.id/566/3/BAB%201.pdf; http://repository.upnvj.ac.id/566/4/BAB%202.pdf; http://repository.upnvj.ac.id/566/5/BAB%203.pdf; http://repository.upnvj.ac.id/566/6/BAB%204.pdf; http://repository.upnvj.ac.id/566/7/BAB%205.pdf; http://repository.upnvj.ac.id/566/8/DAFTAR%20PUSTAKA.pdf; http://repository.upnvj.ac.id/566/9/RIWAYAT%20HIDUP.pdf; http://repository.upnvj.ac.id/566/10/LAMPIRAN.pdf
• Keywords: QA76 Computer software

Pemprosesan citra menjadi pembahasan yang sangat diminati akhir-akhir ini. Banyaknya manfaat yang dapat digunakan dalam pengimplementasiannya, salah satunya dalam penelitian ini yaitu penggunaan dalam pengidentifikasian wajah seseorang. Terdapat banyak fitur yang dapat digunakan untuk melakukan pengidentifikasian wajah dalam suatu citra antara lain deteksi tepi, ekstraksi ciri fitur dan warna kulit. Sulitnya mencari keakurasian dalam identifikasi seseorang pada suatu citra menjadi alasan pembuatan sistem dalam penelitian ini. Sistem yang dibuat akan menggunakan 2 metode warna yaitu Red Green Blue (RGB) dan Hue Saturation Value (HSV) untuk mendeteksi warna kulit wajah seseorang pada citra. Untuk mendapatkan metode warna HSV maka harus mengkonversikan warna RGB terlebih dahulu. Algoritma yang dipakai pada penelitian ini yaitu Convolutional Neural Network (CNN). Hasil akhir dari penelitian ini berupa model terbaik dalam pemrosesan citra dengan akurasi mencapai 100%.