LOCAL BINARY PATTERN UNTUK EKTRAKSI TEKSTUR GAMBAR WAJAH MENGGUNAKAN MASKER DAN TANPA MASKER

Muhammad Firdaus Abdi(1*), Kusrini .(2), Mei P. Kurniawan(3)

(1) Mahasiswa Universitas Amikom Yogyakarta
(2) Dosen Universitas Amikom Yogyakarta
(3) Dosen Universitas Amikom Yogyakarta
(*) Corresponding Author

Sari


Diakhir tahun 2021 pandemi covid-19 sudah mulai menurun dan mobilitas sudah mulai tidak dibatasi akan tetapi varian baru covid-19 atau corona virus omicron mulai terdeteksi di Indonesia untuk itu masyarakat dihimbau dan diwajibkan selalu menggunakan masker ketika berada di luar rumah. Dan juga selalu menjaga jarak, menghindari kerumunan dan juga rajin mencuci tangan. Diwajibkannya selalu memakai masker menjadi point penting pada penelitian ini yang dimana fokus penelitian yang akan dilakukan yaitu citra gambar wajah menggunakan masker medis. Metode yang akan dilakukan yaitu dengan melakukan ekstraksi fitur atau tekstur gambar wajah menggunakan masker medis dan wajah tanpa masker. Ektraksi tekstur yang digunakan yaitu local binary pattern (LBP) yang dimana dilakukan beberapa pengujian varian rotasi nilai (R,P) R=radius dan P=n_point dari LBP dengan kombinasi jumlah data yang digunakan, untuk mengetahui akurasi dilakukan klasifikasi menggunakan metode support vector mechine (SVM) agar akurasi dari beberapa pengujian tersebut didapat akurasi terbaik. Hasil menunjukkan akurasi terbaik didapat 88.65% dari kombinasi beberapa model pengujian dari ektraksi tekstur wajah.


Teks Lengkap:

PDF

Referensi


Abboah-Offei, M. et al. (2021) ‘A rapid review of the use of face mask in preventing the spread of COVID-19’, International Journal of Nursing Studies Advances. doi: 10.1016/j.ijnsa.2020.100013.

Chen, J. et al. (2021) ‘Omicron (B.1.1.529): Infectivity, vaccine breakthrough, and antibody resistance.’, ArXiv.

Hermawati, F. A. and Zai, R. A. (2021) ‘Konferensi Nasional Ilmu Komputer (KONIK) 2021 Sistem Deteksi Pemakaian Masker Menggunakan Metode Viola-Jones dan Convolutional Neural Networks (CNN)’, pp. 182–187. Available at: https://www.kaggle.com/prithwirajmitra/covid-face-mask-.

Hosseini, S. et al. (2018) ‘Age and gender classification using wide convolutional neural network and Gabor filter’, in 2018 International Workshop on Advanced Image Technology, IWAIT 2018. doi: 10.1109/IWAIT.2018.8369721.

Kurnia, A. S., Safitri, I. and Nur, R. Y. (2021) ‘DETEKSI MASKER WAJAH PADA PENGGUNA MOTOR MENGGUNAKAN METODE LOCAL BINARY PATTERN ( LBP ) DAN K-NEAREST NEIGHBOR ( K-NN ) FACE MASK DETECTION ON MOTORCYCLISTS USING LOCAL BINARY PATTERN ( LBP ) AND K-NEAREST NEIGHBOR ( K-NN ) METHODS’, 8(5), pp. 4917–4924.

Mujib, K., Hidayatno, A. and Prakoso, T. (2018) ‘PENGENALAN WAJAH MENGGUNAKAN LOCAL BINARY PATTERN (LBP) DAN SUPPORT VECTOR MACHINE (SVM)’, TRANSIENT. doi: 10.14710/transient.7.1.123-130.

Pietikäinen, M. et al. (2011) ‘Computer Vision Using Local Binary Patterns’, in. doi: 10.1007/978-0-85729-748-8_14.

Purwati, R. and Ariyanto, G. (2017) ‘Pengenalan Wajah Manusia berbasis Algoritma Local Binary Pattern’, Emitor: Jurnal Teknik Elektro, 17(2), pp. 29–38. doi: 10.23917/emitor.v17i2.6232.

Qin, S. et al. (2021) ‘Genome Characterization and Potential Risk Assessment of the Novel SARS-CoV-2 Variant Omicron (B.1.1.529)’, Zoonoses. doi: 10.15212/zoonoses-2021-0024.

Rajput, M. and Sable, G. (2020) ‘Deep Learning Based Gender and Age Estimation from Human Iris’, SSRN Electronic Journal. doi: 10.2139/ssrn.3576471.

Retnoningrum, D., Widodo, A. W. and Rahman, M. A. (2019) ‘Ekstraksi Ciri Pada Telapak Tangan Dengan Metode Local Binary Pattern ( LBP )’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 3(3), pp. 2611–2618.

Santoso, V. I. et al. (2017) ‘PENERAPAN SENTIMENT ANALYSIS PADA HASIL EVALUASI DOSEN DENGAN METODE SUPPORT VECTOR MACHINE’, 14(1), pp. 79–83.

Singh, V. et al. (2020) ‘Least Expensive Facial Mask Against Corona Virus for Short Airway Procedures Generating Aerosol’, Indian Journal of Otolaryngology and Head and Neck Surgery. doi: 10.1007/s12070-020-02244-7.

Yushar, I. et al. (2019) ‘Pengenalan Wajah Berbasis Perhitungan Jarak Fitur LBP Menggunakan Euclidean, Manhattan, Chi Square Distance’, Seminar Nasional APTIKOM (SEMNASTIK), pp. 386–393.

Zheng, Y. et al. (2020) ‘Support vector machine classification combined with multimodal magnetic resonance imaging in detection of patients with schizophrenia’, IET Image Processing. doi: 10.1049/iet-ipr.2019.1108.




DOI: http://dx.doi.org/10.31602/tji.v13i2.6275

Refbacks

  • Saat ini tidak ada refbacks.


© 2019 Technologia   p-ISSN: 2086-6917    e-ISSN: 2656-8047

-------------------------------------------------------------------------------------------

This work is licensed under a Creative Commons Attribution 4.0 International License.