Handayani, Hilda Ilcham (2015) Deteksi Jenis Kulit Wajah Berdasarkan Warna Ycbcr Dengan Algoritma Fuzzy Subtractive Clustering. Update Test thesis, Universitas Muria Kudus.
Preview |
PDF (Hal. Judul)
Hal_Judul.pdf - Accepted Version Download (744kB) |
PDF (Bab 1)
BAB_I.pdf - Accepted Version Restricted to Registered users only Download (155kB) | Request a copy |
|
PDF (Bab 2)
BAB_II.pdf - Accepted Version Restricted to Registered users only Download (571kB) | Request a copy |
|
PDF (Bab 3)
BAB_III.pdf - Accepted Version Restricted to Registered users only Download (248kB) | Request a copy |
|
PDF (Bab 4)
BAB_IV.pdf - Accepted Version Restricted to Registered users only Download (785kB) | Request a copy |
|
PDF (Bab 5)
BAB_V.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
|
PDF (Bab 6)
BAB_VI.pdf - Accepted Version Restricted to Registered users only Download (95kB) | Request a copy |
|
Preview |
PDF (Daftar Pustaka)
DAFTAR_PUSTAKA.pdf - Accepted Version Download (104kB) |
PDF (Lampiran)
Lampiran.pdf - Accepted Version Restricted to Registered users only Download (418kB) | Request a copy |
|
Other (Program)
HildaIlcham201051191program.rar - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
Abstrak
Kulit wajah mempunyai beberapa jenis umum yaitu normal, berminyak dan kering. Pengetahuan akan pentingnya mengenali jenis kulit wajah sendiri adalah hal terpenting yang harus diketahui sebelum melakukan sebuah perawatan lebih lanjut. Salah dalam mendiagnosa jenis kulit wajah nantinya akan timbul masalah baru. Akan tetapi jenis kulit yang kita lihat secara kasat mata belum tentu benar, maka dari itu dibutuhkan tes khusus untuk mendiagnosa jenis kulit wajah tersebut. Saat ini teknologi semakin berkembang, dengan memanfaatkan pengolahan citra dari YCbCr dengan menggunakan Fuzzy Subtractive Clustering dapat memberikan kemudahan untuk mengelompokkan jenis kulit wajah dan mengetahui jenis kulit seseorang dari citra yang diuji. Penelitian ini meghasilkan 2 kelompok kelas yaitu 2 cluster (normal, berminyak) dan 3 cluster (normal, berminyak dan kering). Untuk 2 cluster jenis kulit wajah mempunyai nilai akurasi 80%, sedangkan untuk deteksi 3 cluster jenis kulit wajah memiliki nilai akurasi yang lebih rendah 56.67%.
Item Type: | Skripsi/ Thesis (Update Test) |
---|---|
Dosen Pembimbing: | Pembimbing :Endang Supriyati, M.Kom |
Kata Kunci: | jenis kulit wajah, fuzzy subtractive clustering, YCbCr |
Subjects: | Teknologi > Teknologi (umum) |
Program Studi: | Fakultas Teknik > S1 Teknik Informatika |
Depositing User: | pustakawan umk |
Date Deposited: | 10 Mar 2015 07:38 |
Last Modified: | 10 Mar 2015 07:38 |
URI: | http://eprints.umk.ac.id/id/eprint/4271 |
Actions (login required)
View Item |