DETEKSI WARNA KULIT MENGGUNAKAN MODEL WARNA CIELAB DAN NEURAL NETWORK UNTUK IDENTIFIKASI RAS MANUSIA (STUDI KASUS RAS: KAUKASOID, MONGOLOID, NEGROID)

LAZI, HARVINI and Rusdi, Efendi and Endina, Putri Purwandari (2017) DETEKSI WARNA KULIT MENGGUNAKAN MODEL WARNA CIELAB DAN NEURAL NETWORK UNTUK IDENTIFIKASI RAS MANUSIA (STUDI KASUS RAS: KAUKASOID, MONGOLOID, NEGROID). Undergraduated thesis, Universitas Bengkulu.

[img] Archive (Thesis)
SKRIPSI_G1A011021_HARVINI LAZI.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (4MB)

Abstract

Penelitian ini bertujuan untuk melakukan deteksi warna kulit untuk mengidentifikasi Ras manusia dari citra digital. Metode yang digunakan dalam penelitian ini adalah model warna CIELAB dan Backpropagation Neural Network. Model warna CIELAB digunakan untuk melakukan proses deteksi warna kulit dan metode Backpropagation Neural Network digunakan untuk mengidentifikasi jenis ras dari citra masukan. Citra yang digunakan dalam penelitian ini adalah citra manusia yang mengandung warna kulit yang berasal dari ras Kaukasoid, Mongoloid, dan Negroid. Aplikasi pengidentifikasi ras manusia ini dibangun dengan menggunakan bahasa pemprograman MatLab R2013b. Metode pengembangan sistem yang digunakan adalah model prototyping dan data flow diagram (DFD) sebagai perancangan sistem. Pada penelitian ini, pengujian dilakukan pada citra dari berbagai ras yang berasal dari dataset www.sel.eesc.usp.br/sfa dan citra yang berasal dari foto sendiri dan pengambilan data dari internet. Hasil optimasi jaringan dengan menggunakan fungsi aktivasi logsig dan jumlah neuron 30 pada layar tersembunyi dan dengan menggunakan citra dataset memiliki keakurasian sebesar 93,3%, pengujian dengan menggunakan citra yang diambil secara langsung menghasilkan tingkat keakurasian sebesar 93,3%, sedangkan pengujian menggunakan citra sendiri dengan menaikan tingkat kecerahanya memiliki tingkat keakurasian sebesar 53,33%.

Item Type: Thesis (Undergraduated)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 164 Irma Rohayu
Date Deposited: 30 Nov 2017 01:39
Last Modified: 30 Nov 2017 01:39
URI: http://repository.unib.ac.id/id/eprint/15170

Actions (login required)

View Item View Item