Proses identifikasi menggunakan citra uji yang mana terdapat dua wajah yang dapat di-identifikasi dengan baik oleh sistem seperti yang terlihat pada gambar 4.9 berikut :
Gambar 4.9 Pengujian Lanjutan
Pengujian diatas menunjukkan terdeteksinya wajah jenderal pada dua area wajah yang mana salah satu area wajah menunjukkan tingkat akurasi atau kemiripan yang cukup
baik yaitu 84, sedangkan area wajah yang lainnya memiliki tingkat kemiripan 79. Hal ini menunjukkan bahwa k-means clustering dapat mengidentifikasi dengan baik
wajah jenderal yang terdapat pada citra namun, area wajah lain yang memiliki informasi cluster yang cukup mirip juga memiliki tingkat kemiripan yang tinggi yaitu
79 sehingga menimbulkan kerancuan dan menjadi kelemahan tersendiri dari k- means clustering.
4.3. Pembahasan Pengujian
Pengujian yang telah dilakukan pada sub – bab sebelumnya menunjukkan bahwa metode skin color detection dapat dikombinasikan dengan metode K-Means
clustering. Penggunaan skin color detection memberikan proses yang lebih baik
Universitas Sumatera Utara
dimana area deteksi wajah yang dilakukan pada citra menjadi jauh lebih kecil dibandingkan tanpa menggunakan skin color detection.
Pengujian yang dilakukan menunjukkan jumlah cluster yang digunakan mempengaruhi akurasi dari proses deteksi dimana jumlah cluster yang kecil
menyebabkan kesalahan identifikasi. Penggunaan jumlah cluster yang besar menyebabkan muncul nya cluster yang tidak memiliki populasi sehingga bersifat
pemborosan. Kesederhanaan perbandingan kemiripan menggunakan k-means clustering
juga menyebabkan tingkat kesalahan yang tinggi, walaupun k-means clustering mampu mendeteksi wajah individu pada citra uji namun juga memberikan informasi
tambahan yang salah pada area – area wajah yang lain.
Universitas Sumatera Utara
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil analisis, implementasi dan pengujian pada bab sebelumnya, maka diperoleh kesimpulan sebagai berikut
1. Akurasi identifikasi keberadaan wajah pada citra digital menggunakan metode
skin color detection secara umum cukup baik. Hal ini ditunjukkan dari hasil ekstraksi warna kulit dari sistem yang dikembangkan. Namun metode skin color
detection sangat sensitif terhadap pencahayaan dan warna benda lain yang mirip dengan warna kulit sehingga tidak terlepas dari kesalahan deteksi keberadaan
wajah pada citra digital. 2.
Kombinasi dari metode skin color detection dan kmeans clustering memberikan hasil yang cukup baik dibandingkan dengan penggunaan secara sendiri sendiri.
Kombinasi dari pengecilan area deteksi menggunakan skin color detection dan komparasi fitur wajah memberikan hasil yang cukup baik namun masih memiliki
kelemahan. 3.
Penggabungan metode skin color detection dan kmeans clustering memberikan akurasi yang baik namun memberikan waktu komputasi tambahan dikarenakan
jumlah operasi yang meningkat dibandingkan dengan penggunaan masing – masing metode secara terpisah.
Universitas Sumatera Utara
