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. Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] 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
Networ

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 58 lili haryanti
Date Deposited: 24 Oct 2025 02:31
Last Modified: 24 Oct 2025 02:31
URI: https://repository.unib.ac.id/id/eprint/30295

Actions (login required)

View Item
View Item
Slot Gacor Mantap Hari Ini Maxwin 2025 slot gacor Slot Gacor Thailand Rekomendasi Slot Gacor Slot Pulsa Link Slot Gacor