Nugroho, Adhi (2016) IDENTIFIKASI JENIS KULIT WAJAH MANUSIA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION. Skripsi thesis, Universitas Mercu Buana Yogyakarta.
LAPORAN.pdf
Restricted to Repository staff only
Download (3MB)
Publikasi.pdf
Restricted to Repository staff only
Download (346kB)
source code.rar
Restricted to Repository staff only
Download (70kB)
Abstract
Jenis kulit wajah manusia sering digunakan sebagai identifikasi awal bagi
banyak orang untuk melakukan pemilihan kosmetik yang tepat guna melakukan
perawatan kulit oleh karena itu sangat penting bagi kita untuk mengetahui dan
dapat melakukan identifikasi setiap jenis kulit yang ada. Melakukan perawatan
kulit setiap hari adalah sesuatu hal yang wajib dilakukan jika ingin memiliki kulit
yang sehat. Perawatan kulit dengan menggunakan produk kosmetik atau herbal
bisa dicoba namun kedua cara ini tentu akan memberi efek berbeda terhadap kulit,
bisa positif dan bisa negatif. Perawatan kulit bisa memberi efek positif jika cara
perawatannya sudah memenuhi unsur-unsur perawatan yang benar seperti
menjaga kebersihan kulit dan penggunaan obat yang tepat. Selain itu, hal yang
paling penting adalah pemilihan bahan kosmetik yang sesuai dengan jenis kulit
kita.
Penelitian ini bertujuan untuk membuat perangkat lunak yang berfungsi
untuk mengidentifikasi jenis kulit manusia menggunakan metode Learning Vector
Quatization dan alihragam gelombang singkat (Transformasi Wavelet). Jumlah
data pelatihan yang digunakan dalam penelitian ini terdiri dari 3 kelas, dan
masing-masing kelas berjumlah 20 data pelatihan, jadi total data berjumlah 60
data pelatihan sedangkan untuk data pengujian menggunakan 10 data pada tiap
kelasnya sehingga total data pengujian ada 30 data.
Pada proses pelatihan dengan menggunakan parameter LVQ terdapat 5
prosentase tertinggi sebesar 91,67% pada alfa 0.001 dengan dec alfa 0.1, alfa 0,01
dengan dec alfa 0,25, alfa 0,001 dengan dec alfa 0,5, alfa 0,001 dengan dec alfa
0,75. Sedangkan pelatihan terbaik ada pada alfa 0,1 dengan dec alfa 0,75 dengan
persentase 93,33%. Bobot akhir diambil dari parameter pelatihan terbaik dengan
menggunakan alfa 0,1 dengan dec alfa 0,75 untuk melakukan pengenalan data uji.
Kinerja pengujian yang terbaik mencapai 83,33%.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Jenis kulit, Learning Vector Quantization(LVQ), Wavelet |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Informasi > Program Studi Teknik Informatika |
Depositing User: | Teknik Informatika UMBY |
Date Deposited: | 20 Nov 2024 08:42 |
Last Modified: | 20 Nov 2024 08:42 |
URI: | http://eprints.mercubuana-yogya.ac.id/id/eprint/21768 |