Analisa Sistem Pendeteksian Warna Kulit dan Wajah Senyum dengan menggunakan metode Learning Vektor Quantization.

ABSTRAK

Pengenalan pola adalah disiplin ilmu yang bertujuan untuk mengklasifikasikan objek
menjadi beberapa kategori atau kelas, pola adalah entitas yang terdefinisi dan dapat di
identifikasikan melalui ciri-cirinya. Pengolahan citra digital adalah pemrosesan citra,
khususnya dengan menggunakan Komputer sehingga citra itu kualitasnya menjadi baik
dan menghasilkan informasi untuk tiap-tiap warnanya. Learning Vektor Quantization
Suatu metode untuk melakukan pembelajaran pada lapisan kompetitif yang terawasi.
Suatu lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vectorvektor input. Kelas-kelas yang didapatkan sebagai hasil hanya tergantung pada jarak
antara vector-vektor input. Input pelatihan deteksi warna kulit dan wajah senyum di
peroleh dari hasil pengolahan citra dengan metode Learning Vektor Quantization. Hasil
penelitian yang diperoleh dalam penelitian deteksi warna kulit dan wajah senyum
menggunakan Learning Vektor Quantization menunjukkan false positif rate sebesar
60% dan Detection Rate sebesar 40%. Untuk meningkatkan unjuk kerja dari deteksi
warna kulit dan wajah senyum, dapat dilakukan dengan memberikan pelatihan lebih
lanjut dengan tambahan data training yang lebih banyak dan bervariasi, sehingga sudah
bisa digunakan untuk mengenali warna kulit dan wajah senyum karena sudah terlihat
dengan semakin jelas.

Kata kunci: Citra, warna,kulit,wajah,senyum,Learning Vector Quantization.

i
Universitas Sumatera Utara

SKIN COLOR AND SMILING FACE DETECTION SYSTEM BY USING
LEARNING VECTOR QUANTIZATION

ABSTRACT

Pattern recognition is a discipline that aims to classify objects into categories or
classes. Pattern is an entity that is defined and identifiable through its distinctive
characteristics. Digital image processing is image processing, in particular by using the
computer so that it can generate good quality images and information for each value of
each color. Learning Vector quantization is a method to perform learning in supervised
competitive layer. A competitive layer will automatically learn to classify the input
vectors. The classes obtained as the results only depend on the distance between the
input vectors. Input of training of skin color and smiling face detection obtained from
the image processing by using Learning Vector Quantization. The results obtained in
the study of skin color and smiling face detection by using Learning Vector
Quantization showed false positive rate of 60% and a detection rate of 40%. Improving
the performance of skin color and smiling face detection can be done by providing

further training with the varied and more numerous training data so that they can be
used to identify skin color and smiling face as they can be seen more clearly.

Keywords: image, color, skin, face ,smile, Learning Vector Quantization

ii
Universitas Sumatera Utara