Deteksi Gerak Otot Frontalis Berbasis Citra 3d Menggunakan Gray Level Cooccurrence Matrix (Glcm) Student Name : Hardianto Wibowo 2213205009

Wibowo, Hardianto (2016) Deteksi Gerak Otot Frontalis Berbasis Citra 3d Menggunakan Gray Level Cooccurrence Matrix (Glcm) Student Name : Hardianto Wibowo 2213205009. Masters thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[img]
Preview
Text
22132050009-Master_Thesis.pdf - Published Version

Download (3MB) | Preview

Abstract

Ekspresi wajah atau mimik merupakan salah satu dari hasil gerak otot pada wajah. Dalam kamus besar bahasa Indonesia, ekspresi merupakan pengungkapan atau proses menyatakan, yaitu memperlihatkan atau menyatakan maksud, gagasan perasaan dan lain sebagainya. Ekspresi wajah atau mimik dipengaruhi oleh saraf tujuh atau nervuse facialis. Dalam penelitian yang dilakukan paul ekman didapat sebuah standarisasi ekspresi dalam format pergerakkan yang disebut dengan Facial Action Coding System (FACS). Dalam penelitiannya paul ekman menyatakan enam ekspresi dasar yaitu bahagia, sedih, terkejut, takut, marah dan jijik. Dalam anatomy otot, bahwa setiap otot yang bergerak pasti terjadi kontraksi, dan pada saat terjadi kontraksi, otot akan mengembang atau mengelembung. Otot dibagai menjadi tiga bagian yaitu origo dan insersio sebagai ujung otot dan belly sebagai titik tengah otot, jadi setiap terjadi gerakkan maka otot bagian beli akan mengembang atau menggelembung. Teknik pengambilan data yaitu dengan merekam data dalam bentuk 3D, setiap terjadi kontraksi maka otot bagian beli akan mengelembung dan data inilah yang akan diolah dan dibandingkan. Dari pengolahan data ini akan didapat kekuatan maksimum kontraksi yang akan dipakai sebagai acuan untuk besaran pergeseran otot khususnya pada otot frontalis. Dalam deteksi pergerakkan akan menggunakan metode gray level co-occurrence matrix (GLCM), dan akan didapatkan pula besaran pergeseran otot secara maksimal. Dari hasil pengujian didapatkan nilai pergeseran pergerakkan otot sebesar 1,367 – 4,460 ================================================================================================== Facial expressions or gestures is one of the results of facial muscle movement. In a large dictionary Indonesian, an expression of the disclosure or the claimed process, namely shows or declared intent, ideas and feelings of others. Facial expressions or gestures affected by seven or nervuse facial nerve. In a study by Paul Ekman obtained an expression in the format standardization movement called the Facial Action Coding System (FACS). Paul Ekman stated in his research six basic expressions are happy, sad, surprised, scared, angry and disgusted. In muscle anatomy, that every muscle that moves the inevitable contraction, and in the event of contraction, the muscle will expand or mengelembung. Muscle divided into three parts, namely Origo and insersio as the end of the muscle and belly as the midpoint of the muscles, so each occurs move the muscles of the purchase will expand or bulging. Data retrieval technique is to record data in 3D, each contraction, the muscles of the purchase will mengelembung and this data will be processed and compared. From the processing of this data will be obtained the maximum force of contraction that will be used as a reference to the amount of muscle shift, especially in the frontalis muscles. In the movement detection will be using gray level co-occurrence matrix (GLCM), and will be found also to the maximum amount of muscle shift. From the test results obtained by muscle movement shift value from 1.367 to 4.460.

Item Type: Thesis (Masters)
Additional Information: RTE 621.387 Wib d
Uncontrolled Keywords: Frontalis, gray level co-occurrence matrix (GLCM), Ekpresi
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: EKO BUDI RAHARJO
Date Deposited: 14 Apr 2020 09:02
Last Modified: 14 Apr 2020 09:02
URI: http://repository.its.ac.id/id/eprint/75780

Actions (login required)

View Item View Item