Eksplorasi Dan Klasifikasi Bentuk Tubuh Berdasarkan Data Antropometrik Mentah Dengan Metode Berbasis Deep Neural Network

Rupawan, Abdi Dewa Maha (2022) Eksplorasi Dan Klasifikasi Bentuk Tubuh Berdasarkan Data Antropometrik Mentah Dengan Metode Berbasis Deep Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111840000003-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2024. Download (3MB) | Request a copy

Abstract

Tubuh manusia memiliki berbagai macam ukuran dan bentuk. Bentuk tubuh manusia berbeda-beda, namun terdapat beberapa upaya untuk mengelompokkan bentuk tubuh yang serupa. Contoh pengelompokan bentuk tubuh adalah klasifikasi somatotype dan bentuk tubuh wanita. Beberapa metode pengenalan bentuk tubuh diantaranya adalah pemanfaatan serangkaian gambar tubuh, 3D scanner, dan depth camera. Selain itu, terdapat metode konvensional dan pendekatan deep neural networkdengan data antropometrik dan gambar. Penelitian ini dilakukan untuk menutupi kekurangan penelitian-penelitian sebelumnya yang memerlukan perangkat-perangkat khusus dan gambar seluruh tubuh yang tidak selalu tersedia. Dalam tugas akhir ini, diajukan sebuah metode pengenalan bentuk tubuh manusia menggunakan pendekatan deep neural network pada data nilai-nilai atribut tubuh (disebut antropometrik) mentah yang diperoleh dari internet. Data ini diperoleh dari hasil web crawling sebelumnya dan diproses menjadi suatu spreadsheet data set. Selanjutnya, data akan melalui proses exploratory data analysis untuk membersihkan dan menyeimbangkan data. Eksplorasi data ini dilakukan untuk menyempurnakan pembuatan model deep neural network di langkah selanjutnya.
===========================================================================================================================
Human bodies come in many sizes and shapes. There are many kinds of human body shapes, but there are attempts of grouping similar body shapes. A way of grouping body shapes is somatotype classification and female body shapes. Some of the body shape recognition methods include the use of body images, 3D scanners, and depth cameras. Furthermore, conventional methods and deep neural network approach using image data has been explored.This research is done with the purpose of eliminating the usage of specialized equipment and full-body images which commonly are notreadily available.In this final project, proposed a method of body shape recognition using a deep neural network approach on anthropometric data gathered from the internet. The data used for this research was obtained using a web crawler and then is processed into a dataset in a spreadsheet form. Next, the data is analyzed to clean up the data and fix imbalancewithin the data. This data exploration stage is done to ensure optimum performance of the deep neural network model.

Item Type:	Thesis (Other)
Additional Information:	RSIf 006.32 Rup e-1 2022
Uncontrolled Keywords:	Klasifikasi, Bentuk Tubuh, Exploratory Data Analysis, Imbalanced Data, Deep Neural Network, Classification, Body Shapes
Subjects:	Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Anis Wulandari
Date Deposited:	08 Nov 2022 04:54
Last Modified:	08 Nov 2022 04:54
URI:	http://repository.its.ac.id/id/eprint/95066

Actions (login required)

View Item