PENGARUH EKSTRAKSI FITUR WARNA HSV DAN YCBCR PADA KLASIFIKASI WARNA KULIT MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK REKOMENDASI WARNA PAKAIAN

MAHIRA, SALMA MALA (2023) PENGARUH EKSTRAKSI FITUR WARNA HSV DAN YCBCR PADA KLASIFIKASI WARNA KULIT MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK REKOMENDASI WARNA PAKAIAN. Other thesis, UPN "Veteran" Yogyakarta.

	Text ABSTRAK SKRIPSI_SALMA MALA MAHIRA_123180150.pdf Download (8kB)
	Text COVER SKRIPSI_SALMA MALA MAHIRA_123180150.pdf Download (168kB)
	Text DAFTAR ISI SKRIPSI_SALMA MALA MAHIRA_123180150.pdf Download (37kB)
	Text DAFTAR PUSTAKA SKRIPSI_SALMA MALA MAHIRA_123180150.pdf Download (141kB)
	Text PENGESAHAN PEMBIMBING SKRIPSI_SALMA MALA MAHIRA_123180150.pdf Download (244kB)
	Text PENGESAHAN PENGUJI SKRIPSI_SALMA MALA MAHIRA_123180150.pdf Download (286kB)
	Text FULLTEXT SKRIPSI_SALMA MALA MAHIRA_123180150.pdf Restricted to Repository staff only Download (2MB)

Abstract

Kulit dapat digunakan untuk dasar informasi tentang pendeteksian, karena informasi
yang diperoleh dari kulit sangat relevan untuk proses pendeteksian. Selain itu, pemilihan
warna kulit sebagai dasar dalam rekomendasi warna pakaian karena memiliki keuntungan
seperti pemrosesan citra yang cepat dan langsung, tahan terhadap pola atau tekstur kulit, dan
tahan dalam perubahan resolusi citra. Untuk itu dalam pemilihan warna pakaian diperlukan
sebuah sistem yang mampu membantu dalam menentukan rekomendasi warna pakaian
dengan cara klasifikasi warna kulit sehingga sesuai dengan warna pakaian.
Klasifikasi warna kulit pada penelitian ini menggunakan ekstraksi fitur HSV dan
YcbCr dikarenakan kedua fitur merupakan ciri khas dari sebuah citra warna. Dari ekstraksi
warna tersebut, maka dilakukan klasifikasi menggunakan metode K-Nearest Neighbor.
Hubungan antara ekstraksi fitur HSV dan YcbCr dengan metode klasifikasi K-Nearest
Neighbor dinilai sangat tepat untuk melakukan deteksi warna kulit. Setelah dilakukan
deteksi warna kulit berdasarkan skala Fitzpatrick, maka hasil tersebut digunakan sebagai
dasar untuk rekomendasi warna pakaian yang mana warna pakaian tersebut sudah
dicocokkan oleh desainer.
Hasil yang diperoleh pada klasifikasi warna kulit berdasarkan ekstraksi fitur HSV dan
YCbCr dengan menggunakan metode klasifikasi K-nearest Neighbor dapat dilakukan
dengan baik. nilai k terbaik adalah 9 dengan akurasi 87% dan nilai k terburuk adalah 3
dengan akurasi 77%.
Kata kunci: Warna Kulit, Warna Pakaian, HSV, YCbCr, K-Nearest Neighbor

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Warna Kulit, Warna Pakaian, HSV, YCbCr, K-Nearest Neighbor
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Apriliani Kusuma Wardhani
Date Deposited:	07 Sep 2023 06:58
Last Modified:	07 Sep 2023 06:58
URI:	http://eprints.upnyk.ac.id/id/eprint/37410

Actions (login required)

View Item