Klasifikasi Ras Mongoloid Berbasis Citra Wajah menggunakan Algoritma k-Nearest Neighbors

Febryanti Sthevanie (Universitas Telkom)
Kurniawan Nur Ramadhani (Universitas Telkom)
Hafidh Fikri Rasyid (Universitas Telkom)

Indonesian Journal on Computing (Indo-JC)
Vol. 3 No. 1 (2018): Maret, 2018

Pada penelitian ini dibangun sistem untuk mengklasifikasi ras Mongoloid dan non-Mongoloid berdasarkan daerah periorbital wajah. Penelitian ini menggunakan metode ekstraksi ciri Local Binary Pattern (LBP) dan algoritma klasifikasi k-Nearest Neighbors (k-NN). Penelitian ini menggunakan citra wajah dari 996 individu berbeda. Dari penelitian ini, didapatkan konfigurasi parameter terbaik untuk algoritma LBP yaitu nilai P=8, R=4 dan ukuran grid 5x5. Sedangkan untuk k-NN didapatkan nilai optimal untuk parameter k=5. Nilai akurasi terbaik yang didapatkan pada sistem klasifikasi ras ini  menggunakan metode LBP dan k-NN adalah sebesar 91,88%.