Klasifikasi Gender Berdasarkan Citra Wajah Menggunakan Metode Local Binary Pattern Dan K-nearest Neighbor

Abstract

Abstrak
Proses identifikasi wajah merupakan salah satu proses identifikasi yang sedang banyak dikembangkan saat
ini. Salah satu hal yang mempengaruhi tingkat performansi identifikasi wajah adalah klasifikasi gender.
Klasifikasi gender merupakan teknik yang digunakan untuk membedakan gender seseorang antara lakilaki dan perempuan. Pada penelitian ini dilakukan klasifikasi gender dengan dataset berupa citra wajah
laki-laki dan perempuan. Metode yang digunakan untuk mengidentifikasi gender pada penelitian ini adalah
gabungan ekstraksi fitur Local Binary Pattern (LBP) dan klasifikasi K-Nearest Neighbor (KNN). Hasil
akurasi yang diperoleh dengan menggunakan kedua metode tersebut sebesar 82.732% dengan data citra
tidak ideal dan 86.821% dengan data citra ideal.
Kata kunci : Klasifikasi Gender, Local Binary Pattern, K-Nearest Neighbor, Ekstraksi Fitur
Abstract
Face identification process is an identification process that is being much developed nowadays. One of the
things that affects the performance level of face identification is gender classification. Gender classification
is a technique used to differentiate a person’s gender between man and woman. In this experiment, gender
classification was carried out using dataset in the form of man and woman facial images. The method used
in this experiment to identify gender is combination of Local Binary Pattern (LBP) as feature extraction
and K-Nearest Neighbor (K-NN) as classifier. The accuracy results obtained using these two methods is
82.732% with non-ideal images data and 86.821% with ideal images data.
Keywords: Gender Classification, Local Binary Pattern, K-Nearest Neighbor, Feature Extraction