Implementasi Algoritma Support Vector Machine untuk Mengetahui Jenis Kulit Wajah

Tri Utami, Marisa (2019) Implementasi Algoritma Support Vector Machine untuk Mengetahui Jenis Kulit Wajah. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (726kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (830kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (983kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (716kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB)

Abstract

Masalah kulit yang sering dialami oleh masyarakat Indonesia tentunya membuat kesadaran terhadap perawatan kulit semakin tinggi. Untuk melakukan perawatan kulit wajah dibutuhkan perawatan yang menyesuaikan dengan jenis kulit wajah. Dalam memudahkan masyarakat untuk mengetahui jenis kulit wajah, dilakukan klasifikasi jenis kulit wajah berdasarkan citra kulit wajah yang diambil menggunakan mikroskop digital dengan pembesaran 60x. Berdasarkan dengan model klasifikasi yang telah dibuat, maka dibuatlah aplikasi yang dapat mengetahui jenis kulit wajah. Aplikasi dibuat menggunakan algoritma Support Vector Machine dengan bahasa pemrograman Python dan Framework Flask. Sebelum model klasifikasi dibuat, dilakukan tahap image preprocessing dengan melakukan grayscale terhadap citra masukan. Setelah dilakukan image preprocessing, dilakukan tahap ekstraksi fitur tekstur untuk mengetahui fitur yang dimiliki oleh citra. Ekstraksi fitur dilakukan dengan menggunakan enam fitur yang terbagi menjadi dua, yaitu parameter Ordo I dan parameter Ordo II. Pengukuran terhadap model klasifikasi hasil pelatihan dilakukan dengan menggunakan metric pengukuran F-score. Dari seluruh uji coba yang dilakukan, didapatkan hasil Precision 0,85, recall 0,85, akurasi 0,90, dan F-score 0,85 dengan menggunaan enam ekstraksi fitur, parameter C sebesar 120.000, dan parameter gamma sebesar 1.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Klasifikasi Jenis Kulit Wajah, Grayscale, Esktraksi Fitur Tekstur, Support Vector Machine, dan F-score
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2019 05:15
Last Modified:	08 Aug 2023 08:08
URI:	https://kc.umn.ac.id/id/eprint/10705

Actions (login required)

View Item