Segmentasi Citra Wajah Berdasarkan Tekstur Kulit Menggunakan Metode K-Means Clustering

Hayati, Nurul (2022) Segmentasi Citra Wajah Berdasarkan Tekstur Kulit Menggunakan Metode K-Means Clustering. Skripsi thesis, State Islamic University of North Sumatera.

	Text COVER_(2).pdf Download (768kB)
	Text BAB_I.pdf Download (233kB)
	Text BAB_II.pdf Download (222kB)
	Text BAB_III.pdf Download (67kB)
	Text bab-iv_Compressed.pdf Download (1MB)
	Text BAB_V.pdf Download (38kB)
	Text DAFTAR_PUSTAKA.pdf Download (153kB)

Abstract

Dalam perawatan kulit wajah, permasalahan yang umum adalah banyak orang mengalami kesalahan pada pembelian produk dikarenakan tidak sinkron dengan tipe kulitnya dan akibat dari kesalahan tersebut dapat menyebabkan kulit wajah meradang, timbulnya jerawat, berkerut karena terlalu kering dan timbul flek hitam pada wajah. Dengan melihat masalah diatas, maka perlu kiranya dibangun sebuah sistem untuk membuatnya lebih mudah bagi seseorang untuk memutuskan jenis kulit mereka agar tidak menemui kesalahan dalam membeli barang perawatan wajah. Pada penelitian ini dilakukan segmentasi citra kulit wajah dengan jenis normal dan tidak normal. Untuk jenistidak normal terdiri dari jenis kulit berjerawat, berminyak, kering dan sensitif. Segmentasi diperlukan untuk melihat sebaran tektur kulit yang mengalami gangguan kulit dengan memakai algoritma K-Means Clustering. Pada pengujian ini, digunakan 20 sample citra wajah, dimana setiap 4 titik daerah wajah yaitu dahi, pipi kiri, kanan serta dagu. Hasil segmentasi untuk citra wajah jenis kulit normal adalah homogen sedangkan citra berjerawat, berminyak, kering dan sensitif menunjukkan cluster-cluster juga pada hasil segmentasi citra wajah untuk masing-masing jenis kulit dapat menampilkan cluster-cluster sesuai dengan jenis kulitnya dimana makin besar ukuran citra inputnya, maka makin baik hasil segmentasinya.

Jenis Item:	Skripsi (Skripsi)
Uncontrolled Keywords:	Identifikasi, Algoritma K-means, Segmentasi, Clustring
Subjects:	000 Generalities > 003 Systems 600 Technology (Applied sciences) > 610 Medical sciences Medicine
Divisions:	Fakultas Sains dan Teknologi > Ilmu Komputer > Skripsi
Pengguna yang mendeposit:	Mr. Mickael Halomoan Harahap
Date Deposited:	02 Dec 2023 13:06
Last Modified:	15 Dec 2023 07:07
URI:	http://repository.uinsu.ac.id/id/eprint/20720

Actions (login required)

View Item