Herriyance
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengelompokan Citra Warna Kulit Untuk Rekomendasi Shade Make-Up Kecantikan Dengan Konsep Pengolahan Citra Digital Herriyance; Panjaitan, Zaimah; Andika, Beni; Dahria, Muhammad
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11820

Abstract

Proses pemilihan shade make-up, khususnya foundation, yang sesuai dengan warna kulit masih menjadi permasalahan yang kerap dialami oleh konsumen. Ketidaksesuaian ini sering menghasilkan tampilan riasan yang tidak natural dan kurang menyatu dengan warna kulit asli. Oleh karena itu, penelitian ini bertujuan untuk membangun sistem pengelompokan warna kulit menggunakan beberapa konsep pengolahan citra digital secara real-time, di antaranya: konvolusi dengan Gaussian Blur untuk meredam noise, Fourier Transform untuk menganalisis frekuensi citra, operator Sobel untuk mendeteksi tepi, Wiener Filter untuk mengurangi efek blur, serta penambahan Gaussian Noise sebagai simulasi gangguan. Proses segmentasi dilakukan menggunakan algoritma K-Means Clustering untuk memisahkan area warna kulit dari citra wajah. Penelitian ini juga melakukan validasi manual terhadap hasil pengolahan. Hasil akhir dari penelitian ini adalah sebuah sistem yang mampu mengekstraksi area kulit wajah (Ivory/Putih, Beige/Sawo Matang, dan Tan/Gelap) secara otomatis, mengelompokan warna kulit berdasarkan segmentasi, dan memberikan rekomendasi shade foundation yang sesuai dengan karakteristik warna kulit pengguna. Dengan pendekatan ini, sistem yang dibangun diharapkan dapat membantu pengguna dalam memilih shade produk foundation yang lebih tepat dan sesuai.
Penerapan Hue, Saturation, Value (HSV) dengan Sobel dalam Segmentasi Citra Digital untuk Deteksi Kematangan Tomat. Herriyance; Panjaitan, Zaimah; Dahria, Muhammad; Andika, Beni
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i6.12383

Abstract

Klasifikasi tingkat kematangan buah tomat secara manual sering menghasilkan penilaian yang tidak konsisten, yang dapat menimbulkan kerugian ekonomi dalam industri pertanian. Maka dari itu diperlukan sistem yang dapat menggabungkan ilmu pengolahan citra digital dalam penilaian kematangan tomat. Metodologi yang digunakan mencakup digitalisasi gambar melalui penangkapan citra tomat lewat kamera secara real time. Selanjutnya dilakukan preprocessing menggunakan teknik high-pass filtering untuk penajaman citra dan peningkatan kontras. Setelah itu dilakukan transformasi nilai warna dari RGB (red/merah, green/hijau, blue/biru) ke HSV (Hue/warna dasar, saturation/saturasi, value/nilai warna) untuk uji coba analisis warna dan juga deteksi tepi menggunakan operasi sobel. Warna dan tepi tersebut akan menciptakan segmentasi untuk menjadi acuan klasifikasi tomat. Untuk menguji lebih jauh dalam akurasi segmentasi dengan HSV, maka dilakukan perbandingan terhadap model segmentasi dengan RGB dan juga simulasi kualitas kamera rendah menggunakan noise dan blurring. Kombinasi teknik deteksi tepi dan segmentasi berbasis HSV akan memberikan akurasi 54,7% sementara segmentasi berbasis RGB dengan akurasi 72%. Akurasi juga akan menurun ketika jarak antara objek dan kamera semakin panjang. Hasil luaran dari konsep HSV adalah hasil klasifikasi tomat dari tomat mentah, tomat hampir matang dan tomat matang yang ditampilkan pada pemograman web yang dibangun menggunakan arsitektur HTML(Hypertext Markup Language) dan JavaScript.