Penentuan Area-T pada Wajah Secara Otomatis Menggunakan Deteksi Tepi Canny dan Transformasi Hough Untuk Klasifikasi Jenis Kulit Wajah

-, Indriyani (2017) Penentuan Area-T pada Wajah Secara Otomatis Menggunakan Deteksi Tepi Canny dan Transformasi Hough Untuk Klasifikasi Jenis Kulit Wajah. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
5115201039-Master_Theses.pdf - Published Version
Restricted to Repository staff only

Download (6MB) | Request a copy

Abstract

Berdasarkan ilmu dermatologi, terdapat beberapa jenis kulit wajah yaitu kulit normal, kulit kering, kulit berminyak, dan kulit kombinasi. Proses analisis kulit wajah dapat dilakukan secara langsung oleh dokter kecantikan, namun pengalaman dari dokter tersebut mempengaruhi hasil diagnosis yang diberikan. Penentuan jenis kulit wajah dapat dilakukan dengan memanfaatkan beberapa fitur yang diambil dari citra wajah seperti intensitas warna kulit, tesktur kulit, dan ada tidaknya jerawat. Area wajah yang biasa digunakan untuk melakukan pemeriksaan jenis kulit meliputi bagian dahi, hidung, dan dagu yang biasa disebut sebagai area-T. Deteksi garis alis sangat diperlukan untuk melakukan pengenalan area-T. Penelitian mengenai deteksi alis secara otomatis untuk melakukan pengenalan wajah telah banyak dilakukan. Namun, metode-metode tersebut memiliki kelemahan apabila garis alis tidak terlihat jelas. Di lain pihak, alis memiliki bentuk yang cenderung melengkung (elips) sehingga apabila garis alis tidak terlihat jelas maka bentuk alis dapat diprediksi. Salah satu metode yang umum digunakan untuk mendeteksi objek dengan bentuk elips adalah transformasi Hough. Oleh sebab itu, pada penelitian ini diusulkan penentuan area-T pada wajah secara otomatis menggunakan deteksi tepi Canny dan transformasi Hough untuk melakukan klasifikasi jenis kulit wajah. Tahapan dari metode penelitian ini adalah penentuan lokasi wajah, penentuan lokasi alis, penentuan area-T, ekstraksi fitur, dan klasifikasi. Pada tahap penentuan area-T, pertama-tama dilakukan segmentasi garis alis menggunakan deteksi tepi Canny dan transformasi Hough yang hasilnya akan digunakan sebagai bahan pertimbangan penentuan area-T. Kemudian dilakukan ekstraksi fitur intensitas warna kulit, tekstur, dan jerawat dari area-T. Digunakan metode Multiclass Support Vector Machine (Multiclass SVM) untuk melakukan klasifikasi jenis kulit. Hasil uji coba terhadap 60 citra wajah menunjukkan bahwa rata-rata akurasi sistem dalam melakukan klasifikasi jenis kulit sebesar 90,38% dengan running time 16,734 detik. ====================================================================================== Based on dermatology, there are several types of facial skin, which are normal, dry, oily, and combinatory skin. The analysis of facial skin can be done directly by the dermatologist, but the result is affected by the dermatologist’s experience. Determination of skin type can be done using several features that are extracted from facial image, such as color intensity, texture, and the presence of acnes. Facial area which is used to check the skin type covers the forehead, nose, and chin, which is commonly referred as T-zone. Detection of eyebrow line is needed to determine the T-zone. Several researches about automatic eyebrow detection has been conducted. However, those methods have drawback when the eyebrow line is not clearly visible. On the other hand, the shape of eyebrow line tends to curve (ellipse) so that when the eyebrow line is not visible, then the shape of eyebrow line can be predicted. Hough transformation is a commonly used method to detect objects with elliptical shape. Therefore, in this research we proposed automatic determination of T-zone on face area using Canny edge detection and Hough transformation for skin type classification. The main steps of this method are determination of face location, determination of eyebrow location, determination of T-zone, feature extraction, and classification. In determination of face location, segmentation of eyebrow line using Canny edge detection and Hough transformation is performed first. The results are used for consideration in determining the T-zone area. Afterwards, intensity, texture, and acne features are extracted from T-zone. Multiclass Support Vector Machine (Multiclass SVM) is used for skin type classification. Results of the experiment on 60 input image show that the average classification accuracy of the system is 90,38% with running time 16,734 seconds.

Item Type: Thesis (Masters)
Uncontrolled Keywords: area-T, deteksi tepi Canny, jenis kulit, klasifikasi, transformasi Hough, T-zone, Canny edge detection, skin type, classification, Hough transformation
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
R Medicine > RL Dermatology
Divisions: Faculty of Information Technology > Informatics Engineering > (S2) Master Theses
Depositing User: - INDRIYANI -
Date Deposited: 23 Jan 2017 04:09
Last Modified: 15 May 2017 08:36
URI: http://repository.its.ac.id/id/eprint/2187

Actions (login required)

View Item View Item