DETEKSI WARNA KULIT MENGGUNAKAN RUANG WARNA YCBCR DAN IDENTIFIKASI RAS MANUSIA MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

AMALIA, ANNISA and Ernawati, Ernawati and Setiawan, Yudi (2017) DETEKSI WARNA KULIT MENGGUNAKAN RUANG WARNA YCBCR DAN IDENTIFIKASI RAS MANUSIA MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK. Undergraduated thesis, Universitas Bengkulu.

[img] Archive (thesis)
LAPORAN_G1A012006_ANNISAAMALIA.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (5MB)

Abstract

Deteksi warna kulit merupakan proses menemukan daerah kulit diwilayah gambar. Kulit memiliki karakteristik warna yang dapat memberikan kemudahan dalam mengidentifikasi ras manusia, karena warna merupakan salah satu aspek yang dapat dengan mudah dan cepat dikenali. Aplikasi ini melakukan deteksi warna kulit pada citra wajah tunggal dengan menerapkan ruang warna YCbCr, hasilnya digunakan untuk melakukan proses ekstraksi warna kulit. Hasil proses deteksi warna kulit dan ekstraksi warna kulit, dijadikan sebagai data input dan data target untuk melakukan proses identifikasi ras manusia dengan menerapkan metode Backpropagation Neural Network. Pada penelitian ini, pelatihan dan pengujian dilakukan pada citra dari ras Kaukasoid, Mongoloid dan Negroid yang berasal dari dataset www.sel.eesc.usp.br/sfa. Hasil optimasi jaringan dengan menggunakan fungsi aktivasi logsig dengan jumlah neuron 90 dan 70 pada hidden layer. Hasil pengujian citra asli tanpa pengaruh pencahayaan menghasilkan tingkat akurasi sebesar 83,4%, pengujian dengan menaikan faktor pencahayaan 40% menghasilkan tingkat akurasi sebesar 87,5%, sedangkan pengujian dengan menurunkan faktor pencahayaan 40% menghasilkan tingkat akurasi sebesar 70,84%. Kata kunci: Deteksi, Identifikasi, YCBCR, Backpropagation Neural Network.

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 033 Darti Daryanti
Date Deposited: 06 Nov 2017 02:13
Last Modified: 06 Nov 2017 02:13
URI: http://repository.unib.ac.id/id/eprint/13975

Actions (login required)

View Item View Item