Klasifikasi dan Ekstraksi Ciri Pada Jenis Kulit Wajah Dengan Metode Naïve Bayes dan Metode Gray Level Co-Occurrence Matrix (GLCM)

Poetri, Nadhira Pramoedya (2023) Klasifikasi dan Ekstraksi Ciri Pada Jenis Kulit Wajah Dengan Metode Naïve Bayes dan Metode Gray Level Co-Occurrence Matrix (GLCM). Undergraduate thesis, Universitas Muhammadiyah Malang.

[thumbnail of PENDAHULUAN.pdf]
Preview
Text
PENDAHULUAN.pdf

Download (1MB) | Preview
[thumbnail of BAB I.pdf]
Preview
Text
BAB I.pdf

Download (217kB) | Preview
[thumbnail of BAB II.pdf]
Preview
Text
BAB II.pdf

Download (475kB) | Preview
[thumbnail of BAB III.pdf]
Preview
Text
BAB III.pdf

Download (534kB) | Preview
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (538kB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Registered users only

Download (88kB) | Request a copy
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (755kB) | Request a copy
[thumbnail of POSTER.pdf] Text
POSTER.pdf
Restricted to Registered users only

Download (14MB) | Request a copy

Abstract

Kulit merupakan salah satu bagian tubuh terluar pada manusia yang memiliki fungsi melindungi organ – organ vital di dalam tubuh manusia. Kulit wajah adalah salah satu jenis kulit yang berfungsi untuk melindungi organ pada wajah, seperti melindungi mata, mulut, hidung, dan lainnya. Kulit wajah dibagi menjadi beberapa jenis diantaranya adalah kulit normal, kering, berminyak, sensitif, kombinasi, serta kulit berjerawat. Gray Level Co – Occurrence Matrix pada penelitian ini akan digunakan sebagai proses ekstraksi ciri yang terdiri dari 4 parameter yaitu, kontas, homogenitas, energi, dan entropi. Setelah mendapatkan hasil parameter metode GLCM, akan dilakukan klasifikasi dengan algoritma Naïve Bayes untuk memperoleh nilai akurasi. Jumlah data yang digunakan pada penelitian sebanyak 192 citra kulit wajah, yang kemudian dibagi menjadi data training/ data pelatihan yang digunakan sebesar 70% atau 134 data citra kulit wajah dan data testing/ data uji yang digunakan sebesar 30% atau 58 data citra kulit wajah. Pada penelitian yang dilakukan menghasilkan nilai akurasi 94,8% dari 58 data uji.

Item Type: Thesis (Undergraduate)
Student ID: 201810130311117
Keywords: Kulit Wajah, Gray Level Co-Occurrence Matrix (GLCM) , Naïve Bayes, Citra Digital.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > Department of Electrical Engineering (20201)
Depositing User: 201810130311117 nadhirapramoedya
Date Deposited: 15 Nov 2023 04:56
Last Modified: 15 Nov 2023 04:56
URI: https://eprints.umm.ac.id/id/eprint/894

Actions (login required)

View Item
View Item