Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Komputer, Informasi dan Teknologi
Hari Purwadi
Politeknik Negeri Samarinda
Computer Science & IT Education Languange, Linguistic, Communication & Media

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

Found 2 Documents
Search

 1 
Ekstraksi Ciri Image Wajah Berdasarkan Ciri Warna Hue Saturation Value (HSV) dan Geometri Ridho Surya Pangestu; Hari Purwadi; Agusma Wajiansyah
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2472

Abstract

Ekstraksi ciri wajah merupakan langkah krusial dalam pengenalan wajah, terutama dalam membedakan pola berdasarkan warna dan geometri. Warna menjadi salah satu aspek penting karena dapat digunakan untuk membedakan suatu citra dari citra lainnya dengan mengelompokkan pola berdasarkan ciri warna tersebut. Penelitian ini bertujuan untuk mengembangkan metode ekstraksi ciri wajah dengan memadukan analisis warna menggunakan ruang warna HSV (Hue, Saturation, Value) dan ekstraksi ciri geometri pada bagian mata, hidung, dan mulut. Metode penelitian dimulai dengan pengambilan gambar wajah dari tiga individu berbeda dengan posisi tampak depan menggunakan kamera handphone. Gambar yang diperoleh kemudian disimpan dan dikonversi dari format RGB ke ruang warna HSV untuk ekstraksi ciri warna. Rata-rata nilai hue, saturation, dan value pada setiap gambar digunakan sebagai ciri warna yang mewakili setiap wajah. Selanjutnya, dilakukan ekstraksi ciri geometri dengan mengukur jarak antar bagian wajah utama, yaitu mata, hidung, dan mulut, untuk memperoleh ciri geometris yang berbeda pada masing-masing individu. Hasil penelitian menunjukkan bahwa kombinasi ciri warna dan ciri geometri mampu menghasilkan identifikasi ciri wajah yang unik untuk setiap individu. Pendekatan ini memberikan dasar yang kuat dalam pengenalan wajah dengan memanfaatkan karakteristik warna dan struktur wajah secara simultan.
Clustering K-Means Berdasarkan Ciri Gray Level Co-occurrence Matrix Pada Foto Wajah Faundra Zahwa Ramadhani; Hari Purwadi; Ansar Rizal
Jurnal Komputer, Informasi dan Teknologi Vol. 5 No. 1 (2025): Juni
Publisher : Penerbit Jurnal Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53697/jkomitek.v5i1.2498

Abstract

Penelitian ini bertujuan untuk mengetahui Ciri Citra Wajah Berdasarkan Gray Level Coocurence Matrik (Glcm). Dan melakukan pengelompokan klaster menggunakan metode Simpel K- Means untuk mengetahui clustered instances. Tahapan dimulai dari pengambilan gambar wajah menggunakan kamera smartphone dengan jarak 100cm dan pencahayaan yang dikendalikan. Gambar kemudian diubah dari format RGB ke grayscale sebagai langkah awal pengolahan. Matriks GLCM dibentuk berdasarkan empat orientasi sudut (0°, 45°, 90°, dan 135°), dan dari matriks tersebut diekstraksi empat ciri tekstur utama, yaitu contrast, correlation, energy, dan homogeneity. Ekstraksi fitur ini berfungsi sebagai representasi ciri setiap gambar wajah. Data yang digunakan terdiri atas 60 gambar, diperoleh dari 15 pengambilan gambar untuk masing-masing dari 3 subjek yang berbeda, yang di Analisa mengunakan Glcm mendapatkan prototype data ciri sebanyak 60. Seluruh data ciri selanjutnya dianalisis menggunakan algoritma Simpel K-Means, dengan pengujian sebanyak 1-10 cluster yang berbeda di dapatkan Clustered Instances rata – rata sebanyak 56 %.
Co-Authors Agusma Wajiansyah Ansar Rizal Faundra Zahwa Ramadhani Ridho Surya Pangestu