Identifikasi Jenis Kulit Manusia Menggunakan Metode Glcm Dan Lvq Berbasis Android

Penulis

DOI:

https://doi.org/10.34818/eoe.v8i1.14265

Abstrak

Abstrak Kulit merupakan lapisan terluar dari dalam tubuh dengan fungsi melindungi organ dalam tubuh manusia, kulit memiliki jenis umum seperti normal, kulit kering, dan berminyak. Jenis kulit kering merupakan kulit yang memiliki kandungan air dan minyak rendah. Jenis kulit normal merupakan jenis kulit yang memiliki kadar air yang tinggi dan kadar minyak yang rendah sehingga disebut normal. Jenis kulit berminyak merupakan jenis kulit yang memiliki kandungan air yang rendah dan kadar minyak yang tinggi. Pada penelitian ini, penulis menggunakan metode GLCM (Gray Level Co-occurence Matriks) sebagai metode ekstraksi ciri dan metode LVQ ( Learning Vector Quantization) sebagai metode klasifikasi. Tujuan dari penelitian ini adalah melakukan analisis kinerja sistem dalam mengidentifikasi jenis kulit manusia dengan metode GLCM dan LVQ, dengan merancang sistem identifikasi jenis kulit menggunakan metode GLCM ( Gray Level Co-occurence Matriks) dan LVQ ( Learning Vector Quantization) berbasis android diharapkan sistem ini mampu mengetahui jenis kulit berdasarkan citra mikroskopiknya, dengan nilai akurasi yang diharapkan pada penelitian ini adalah minimal 80%. Kata kunci : kulit, normal, kering, berminyak, GLCM, LVQ Abstract The skin is the outermost layer of the body with the function of protecting organs in the human body, skin has general types such as normal, dry, and oily skin. Dry skin is skin that has low water and oil content. Normal skin type is a skin type that has high water content and low oil content, so it is called normal. Oily skin types are skin types that have low water content and high oil content. In this study, the authors used the GLCM (Gray Level Co-Occurrence Matrix) method as a feature extraction method and the LVQ (Learning Vector Quantization) method as a classification method. The purpose of this study was to analyze the performance of the system in identifying human skin types using the GLCM and LVQ methods, by designing a skin type identification system using the GLCM (Gray Level Co-occurrence Matrix) and LVQ (Learning Vector Quantization) methods based on android. know the skin type based on its microscopic image, with the expected accuracy value in this study is at least 80%. Keywords : skin, normal, dry, oily, GLCM, LVQ

Unduhan

Data unduhan tidak tersedia.

Referensi

[1] Marlina, Anatomi dan Fisiologi Kulit Manusia, Bandung: Upi.edu, 2019.

[2] S. E. Sari Riana N., “Pengaruh Maskter Jagung dan Minyak Zaitun terhadap Perawatan Kulit Wajah,”

Journal of Beauty and Beauty Health Education JBBHE, vol. 3, no. 1, pp. 1-7, 2014.

[3] A. K. Iswandi, “Analisis Tingkat Pengetahuan Mahasiswa Kedokteran UNS tentang Faktor Penyebab danPenanganan Kulit Wajah Sensitif pada Remaja,” Repository UNS, pp. 1-16, 2018.

[4] A. W. W. M. A. R. Muhammad Rafi Farhan, “Ekstraksi Ciri Pada Klasifikasi Tipe Kulit Wajah Menggunakan Metode Haar Wavelet,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 3, pp. 2903-2909, 2019.

[5] W. A. P. M. D. K. Sari Ayu Wulandari, “Classification of Normal, Oily and Dry Skin Types Using a 4- Connectivity and 8-Connectivity Region Properties Based onAverage Characteristics of Bound,” Transformatika, vol. 17, no. 1, pp. 78-87, 2019.

[6] E. Alvansga, Penggunaan metode GLCM adalah memiliki akurasi yang tinggi dalam pengenalan sebuah tekstur. Beberapa fitur yang dapat digunakan untuk ekstraksi menggunakan GLCM Serta Modul Nirkabel, yogyakarta: https://repository.usd.ac.id/35558/2/155114015_full.pdf, 2019.

Diterbitkan

2021-02-01

Terbitan

Halaman

182-197

Bagian

Program Studi S1 Teknik Telekomunikasi

Cara Mengutip

Abilisa, M., Magdalena, R., & Sa’idah, S. (2021). Identifikasi Jenis Kulit Manusia Menggunakan Metode Glcm Dan Lvq Berbasis Android. eProceedings of Engineering, 8(1), 182-197. https://doi.org/10.34818/eoe.v8i1.14265