APLIKASI PENGEKSTRAK CIRI KERIPUT WAJAH MANUSIA DENGAN PENDEKATAN KEACAKKAN STATISTIS ENTROPI

Syukri Gazali Suatkab, Alphin Stephanus
{"title":"APLIKASI PENGEKSTRAK CIRI KERIPUT WAJAH MANUSIA DENGAN PENDEKATAN KEACAKKAN STATISTIS ENTROPI","authors":"Syukri Gazali Suatkab, Alphin Stephanus","doi":"10.24176/ijtis.v2i2.6302","DOIUrl":null,"url":null,"abstract":"Proses penuaan merupakan hal yang tidak bisa dihindari dan sifatnya alami pada manusia. Perubahan wajah manusia terjadi secara signifikan seiring dengan bertambahnya usia.  Aspek-aspek yang mempengaruhi perubahan ini antara lain: heriditas, psikologis, nutrisi, lifestyle, ras maupun dearah geografis.  Manusia memiliki kebutuhan yang berbeda pada setiap kelompok usia. Sebagai konsekuensi perkembangan ilmu pengetahuan, teknologi dan informasi maka dibutuhkan layanan publik yang dapat membantu manusia dalam memenuhi kebutuhan berdasarkan kelompok umur. Untuk dapat mengelompokkan umur dengan baik maka dibutuhkan diskriptor yang baik sebagai ciri pembeda utama. Penelitian ini menggunakan MATLAB 7.8 berbasis GUI (Graphic User Interface) untuk membuat aplikasi pengekstrak ciri keriput wajah. Pengekstrakan ciri citra dibagi menjadi dua sub proses yaitu pra pengolahan citra dan ekstraksi ciri. Praproses diawali dengan Cropping citra asli menjadi lebih kecil, pengubahan citra warna menjadi citra aras keabuan (grayscale), melakukan histogram equalization dan cropping pada 5 daerah kerutan wajah. Berdasarkan lima daerah kerutan wajah manusia tersebut, dihasilkan ciri tekstur sebagai ciri keriput diperoleh dari pendekatan keacakan statistis yaitu entropi. Penelitian ini menggunakan 12 citra wajah laki-laki dengan batasan umur 20 tahun sampai dengan diatas 60 tahun sebagai bahan sampel. Sistem ini berhasil mengekstrak seluruh sampel citra wajah. Dan akhirnya aplikasi ini diharapkan dapat menjadi referensi yang dapat diimplementasikan dibidang yang lain.                                                                                                            ","PeriodicalId":178541,"journal":{"name":"Indonesian Journal of Technology, Informatics and Science (IJTIS)","volume":"16 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian Journal of Technology, Informatics and Science (IJTIS)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24176/ijtis.v2i2.6302","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Proses penuaan merupakan hal yang tidak bisa dihindari dan sifatnya alami pada manusia. Perubahan wajah manusia terjadi secara signifikan seiring dengan bertambahnya usia.  Aspek-aspek yang mempengaruhi perubahan ini antara lain: heriditas, psikologis, nutrisi, lifestyle, ras maupun dearah geografis.  Manusia memiliki kebutuhan yang berbeda pada setiap kelompok usia. Sebagai konsekuensi perkembangan ilmu pengetahuan, teknologi dan informasi maka dibutuhkan layanan publik yang dapat membantu manusia dalam memenuhi kebutuhan berdasarkan kelompok umur. Untuk dapat mengelompokkan umur dengan baik maka dibutuhkan diskriptor yang baik sebagai ciri pembeda utama. Penelitian ini menggunakan MATLAB 7.8 berbasis GUI (Graphic User Interface) untuk membuat aplikasi pengekstrak ciri keriput wajah. Pengekstrakan ciri citra dibagi menjadi dua sub proses yaitu pra pengolahan citra dan ekstraksi ciri. Praproses diawali dengan Cropping citra asli menjadi lebih kecil, pengubahan citra warna menjadi citra aras keabuan (grayscale), melakukan histogram equalization dan cropping pada 5 daerah kerutan wajah. Berdasarkan lima daerah kerutan wajah manusia tersebut, dihasilkan ciri tekstur sebagai ciri keriput diperoleh dari pendekatan keacakan statistis yaitu entropi. Penelitian ini menggunakan 12 citra wajah laki-laki dengan batasan umur 20 tahun sampai dengan diatas 60 tahun sebagai bahan sampel. Sistem ini berhasil mengekstrak seluruh sampel citra wajah. Dan akhirnya aplikasi ini diharapkan dapat menjadi referensi yang dapat diimplementasikan dibidang yang lain.                                                                                                            
带有熵特征特征特征的面部皱纹应用程序
衰老的过程是不可避免的,也是人类的自然状态。随着年龄的增长,人脸的变化也在显著增加。影响这些变化的因素包括:遗传、心理、营养、生活方式、种族和地理偏差。人类在不同的年龄组都有不同的需求。作为科学、技术和信息发展的结果,需要公共服务,以帮助人类满足年龄组的需求。要想使年龄正确,就需要良好的判断力作为主要区别之一。该研究使用基于GUI的MATLAB 7.8来创建一个基于面部皱纹特征的提取应用程序。提取图像特征分为两个亚种,即预先处理图像和提取特征。开头Praproses Cropping原有形象变得更小,改变图像颜色变成灰色的雪松(灰度)的形象,做直方图equalization和5日Cropping皱纹的脸区域。根据人脸的五个皱纹区域,可以从熵的随机统计方法中获得皱纹的纹理特征。这项研究使用“男性面部图像12与超过60岁年龄限制20年,直到作为样本材料。这个系统成功提取整个面部图像样本。最终,该应用程序将成为一个可以在其他领域实现的参考。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信