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

Faundra Zahwa Ramadhani; Hari Purwadi; Ansar Rizal

doi:10.53697/jkomitek.v5i1.2498

Authors

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

DOI:

https://doi.org/10.53697/jkomitek.v5i1.2498

Keywords:

Citra Wajah, Gray Level Co-occurrence Matrix (GLCM), K-Means

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 %.

References

Adawiyah, R., & Mulyana, D. I. (2022). INFORMASI (Jurnal Informatika dan Sistem Informasi) Optimasi Deteksi Penyakit Kulit Menggunakan Metode Support Vector Machine (SVM) dan Gray Level Co-occurrence Matrix (GLCM).

Ats Tsaqib Marwan, F., Nayla Ramadhanti, H., Cahyaningrum Wahid, N., Rimantho, D., & Makassar, K. (2023). APLIKASI GREY LEVEL COOCURENT MATRIX(GLCM) MENGGUNAKAN MATLAB GUI DAN ANN DALAM IDENTIFIKASI PENYAKIT PADA TANAMAN PORANG. Jurnal Teknologi Elekterika, 20(2).

Ba, D., Fitri, D., Hidayat, D., Slamet Subandrio, D., Telekomunikasi, T., Teknik Elektro, F., Teknologi Bandung Jln Telekomunikasi No, I., & Buah Batu Bandung, T. (2017). KLASIFIKASI JENIS BATUAN SEDIMEN BERDASARKAN TEKSTUR DENGAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NN Classification of Sedimentar Rocks Based on Texture Using Gray Level Co-occurrence Matrix Method and K-NN.

Djaka Permana, M., Lia Hananto, A., Novalia, E., Huda, B., & Paryono, T. (2023). Klasterisasi Data Jamaah Umrah pada Tanurmutmainah Tour Menggunakan Algoritma K-Means. Jurnal KomtekInfo, 15–20. https://doi.org/10.35134/komtekinfo.v10i1.332

Felicia Watratan, A., Puspita, A. B., Moeis, D., Informasi, S., & Profesional Makassar, S. (2020). Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia. In JOURNAL OF APPLIED COMPUTER SCIENCE AND TECHNOLOGY (JACOST) (Vol. 1, Issue 1). http://journal.isas.or.id/index.php/JACOST

Fernando Ade Pratama, E., & Jumadi, J. (2022). Kampus I: Jl Meranti Raya No.32 Sawah Lebar Kota Bengkulu 38228 Telp. (0736) 22027, Fax. Jurnal Media Infotama, 18(2), 341139.

HARLI SEPTIA FANI. (2022). PENERAPAN ALGORITMA NAÏVE BAYES UNTUK MEMPREDIKSI POTENSI PEKERJAAN PADA IMPLEMENTASI LINK AND MATCH SMK TESIS HARLI SEPTIA FANI ENTERPRISE IT INFRASTRUCTURE 182420122 PROGRAM STUDI TEKNIK INFORMATIKA-S2.

Ilmiah, J., & Teknika, S. (2015). Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang (Implementation Method for K-Means Clustering Based Student Value with Weka Interface a Case Study of Department of Information UMM Magelang) (Vol. 18, Issue 1).

Juliartha Martin Putra, B., Ariani Finda Yuniarti, D., Pemeliharaan Komputer dan Jaringan, P., & Komunitas Negeri Pacitan Abstrak, A. (n.d.). ANALISIS HASIL BELAJAR MAHASISWA DENGAN CLUSTERING MENGGUNAKAN METODE K-MEANS. Jurnal POROS TEKNIK, 12(2), 49–58.

Karuniawaty Pakpahan, K., Yacoub, R. R., Kusumawardhani, E., Marpaung, J., Fitri, I., Program, ), Teknik, S., Jurusan, E., & Elektro, T. (2022). KLASIFIKASI PENYEBAB JERAWAT BERDASARKAN AREA PADA WAJAH MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM).

Kurniawan, I., & Riana, D. (2018). Analisa Tekstur Kulit Wajah Menggunakan Fitur Gray Level Co-Occurrance Matrix.

Lusiana, V., Al Amin, H., & Hartono, B. (2024). Pengaruh Ekstraksi Fitur Tekstur Pada Hasil Klastering Data Citra Buah Menggunakan Metode K-Means Cluster. https://doi.org/10.47065/josyc.v5i4.5770

Muhammad Tafsir, & Noliza Safitri, N. S. (2023). IMPLEMENTASI TOOL WEKA DALAM CLUSTERISASI TINGKAT KEPATUHAN PENGGUNAAN ATRIBUT SEKOLAH. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 11(1), 24–29. https://doi.org/10.21063/jtif.2023.v11.1.24-29

Pangestu, A., & Ridwan, D. T. (2021). PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS PENGELOMPOKAN PELANGGAN BERDASARKAN KUBIKASI AIR TERJUAL MENGGUNAKAN WEKA (Vol. 11, Issue 3). https://jurnal.umj.ac.id/index.php/just-it/index

Priya P, & Souza, D. A. D. (2015). Analysis of K-Means Clustering Based Image Segmentation. 10(2), PP. https://doi.org/10.9790/2834-10210106

Puspitorini, S., Wahyuning Astuti, R., & Jannah Vemi Putri, M. (n.d.). ASSOCIATION RULE MINING UNTUK PROMO WHATSAPP BLAST PADA PRODUK ACE HARDWARE JAMBI PRIMA MALL.

Rizal, R. A., Gulo, S., Della, O., Sihombing, C., Bernandustahi, A., Napitupulu, M., Gultom, A. Y., & Siagian, T. J. (2019). ANALISIS GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DALAM MENGENALI CITRA EKSPRESI WAJAH (Vol. 3, Issue 2). https://iocscience.org/ejournal/index.php/mantik/index

Schulze, C., Schreyer, M., Stahl, A., & Breuel, T. (n.d.). Evaluation of Graylevel-Features for Printing Technique Classification in High-Throughput Document Management Systems. http://www.iupr.org

Simanjuntak, S. S., Sinaga, H., Telaumbanua, K., & SIFO Mikroskil, J. (2020). Klasifikasi Penyakit Daun Anggur Menggunakan Metode GLCM, Color Moment dan K*Tree. Julyxxxx, 21(NO 2), 1–5.

Situmorang, G. T., Widodo, A. W., & Rahman, M. A. (2019). Penerapan Metode Gray Level Cooccurence Matrix (GLCM) untuk Ekstraksi Ciri pada Telapak Tangan (Vol. 3, Issue 5). http://j-ptiik.ub.ac.id

Sofiandi, B., Raharjo, M. J. T., & Usman, K. (2019). IDENTIFIKASI POLA CITRA IRIS MATA UNTUK MENDETEKSI KELEBIHAN KADAR KOLESTEROL MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN DECISION TREE IDENTIFICATION OF IRIS IMAGE FOR CHOLESTEROL LEVEL DETECTION SYSTEM USING GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) AND DECISION TREE.

Sukrisno, E. E. S. (2020). Identification using the K-Means Clustering and Gray Level Co-occurance Matrix (GLCM) At Maturity Fruit Oil Head.

Wijanarko Adi Putra, T., & Siswanto, E. (2021). PENGENALAN WAJAH DENGAN GLCM DAN PNN MENGGUNAKAN PENDEKATAN DETEKSI TEPI CANNY.

Www, W. :, Sharma, N., Bajpai, A., & Litoriya, M. R. (2012). International Journal of Emerging Technology and Advanced Engineering Comparison the various clustering algorithms of weka tools (Vol. 2, Issue 5). www.ijetae.com

Zuhal, N. K., Putra Pamungkas, D., & Wulaningrum, R. (2021). Klasifikasi Emosi Pada Wajah Dengan Menggunakan K-MEANS Clustering dan KDEF.