Supatman Supatman
Unknown Affiliation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Seminar Nasional Informatika (SEMNASIF)

DETEKSI PENYAKIT KEPALA PERMANEN MELALUI SKETSA FIGUR MANUSIA MENGGUNAKAN PENGOLAHAN CITRA DIGITAL Supatman Supatman
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2009): Computatinal
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sketsa figur manusia merupakan potret diri secara psikologi kepribadian maupun psikologi klinis. Secara psikologi klinis sketsa figur manusia digunakan untuk mendeteksi berbagai macam gangguan kesehatan, salah satunya adalah penyakit kepala permanen.Penelitian ini menerapkan teknik pengolahan citra digital untuk menganalisa dan mengolah citra hasil sketsa figur manusia dari tes psikologi. Dari eksperimen, dihasilkan suatu sistem deteksi penyakit kepala permanen yang ditunjukkan dengan jarak antara titik terluar region kepala lebih besar dari jarak titik terluar regionbadan. Algoritma inidapat dimanfaatkan sebagai alat bantu psikolog dalam mendiagnosa penyakit kepala yang pernah diderita atau yang sedang diderita oleh seseorang.
IDENTIFIKASI CITRA SKETSA FIGUR MANUSIA DENGAN METODE PULSE COUPLED NEURAL NETWORK (PCNN) UNTUK MEMPREDIKSI DAYA TAHAN TERHADAP STRES Supatman Supatman
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2008): Computational
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Gambar sketsa figur manusia merupakan instrumentasi utama untuk mengetahui kepribadian seseorang. Salah satu sifat kepribadian ialah daya tahan terhadap stres yang ditunjukkan oleh alur guratan pada sketsa figur manusia yang digambar. Sketsa figur manusia dapat diubah dalam bentuk citra digital dengan bantuan piranti tertentu, sehingga data citra sketsa figur manusia dapat dianalisa lebih mendalam dengan image processing.Dengan menggunakan metode PCNN yang menghasilkan nilai diskrit citra sketsa figur manusia melalui proses DFT. Nilai diskrit tersebut dapat dijadikan vektor masukan jaring saraf tiruan (LVQ) untuk memprediksi kemampuan daya tahan terhadap stres citra tes yang baru. Dengan data 87 (25 data pelatihan dan 62 data uji) perangkat lunak (algoritma) mampu mendeteksi data uji dengan kategori kemampuan terhadap stres yaitu Baik, Cukup, dan Kurang secara berurutan 76.92%, 60.00% dan 82.22% dengan rata-rata kemampuan deteksi dari data pengujian mencapai 73.05%.