Clustering K-Means Berdasarkan Ciri Gray Level Co-occurrence Matrix Pada Foto Wajah

Faundra Zahwa Ramadhani (Politeknik Negeri Samarinda)
Hari Purwadi (Politeknik Negeri Samarinda)
Ansar Rizal (Politeknik Negeri Samarinda)

Jurnal Komputer, Informasi dan Teknologi
Vol. 5 No. 1 (2025): Juni

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 %.