PENDETEKSIAN SENYUM MANUSIA BERDASARKAN METODE K-NEAREST
NEIGHBOR
DOSEN PEMBIMBING I: FETTY TRI ANGGRAENI, S.Kom, M.KomDOSEN
PEMBIMBING II: PENYUSUN : MIFDLIYAUR ROHANIS SYATTAABSTRAK
Senyum merupakan sebuah ekspresi pada manusia dimana senyum
merupakan suatu hal yang telah biasa. Dan senyum memiliki sebuah
manfaat yang bisa membuat orang hidup lebih sehat. Dalam 1 hari
mungkin bisa melakukan berulang ulang untuk melakukan senyum.
Karena senyum bisa memaparkan sebuah ekspresi seseorang yang
memiliki berbagai ekspreksi yang antara lain bahagia, sedih, marah,
dll. Terkadang manusia lebih cenderung melakukan senyum apabila
suasana hatinya sedang mengalami senang ataupun sedang
berbahagia.Dalam penelitian ini penulis melakukan pendeteksian
senyum terhadap manusia berdasarkan metode k-nearest neighbor.
Dimana pendeteksian di lakukan terhadap citra yang berformat jpg
yang diambil dengan kamera lalu di potong hanya selebar bibir dan
di resize dengan ukuran 65X25. Citra di ambil pada 50 koresponden.
Untuk 1 koresponden di ambil 4 citra yaitu 2 citra tersenyum dan 2
citra tidak tersenyum. Setelah citra di potong dan di resize lalu
citra di segmentasi dengan tahapan-tahapan yang telah di
terapkan.Dalam proses deteksi senyum aplikasi yang kita gunakan
adalah matlab R2009a. Sebelum citra di klasifikasi dengan k-nearest
neighbor pertama citra di konversi ke citra grayscale,sesudah citra
menjadi grayscale lalu citra di histogram equalization lalu
dideteksi tepi dengan operator prewit dan canny,sesudah citra
menjadi citra tepi lalu citra diproses morfologi yang bertujuan
untuk ekstraksi cirri. Dalam penelitian ini cirri yang kita gunakan
ada 2 ciri dengan nilai yang berbeda. Setelah itu citra kita
klasifikasi dengan k-nearest neighbor. Karna k-nearest neighbor
merupakan metode yang supervised jadi kita harus membuat data
training terlebih dahulu dengan 2 kelas klasifikasi yaitu tersenyum
dan tidak tersenyum. Sesudah itu data baru akan di klasifikasi
menggunakan knn dan hasil citra baru akan di ketahui kelas pada
citra baru. Berdasarkan perhitungan kfold cross validation dengan
nilai 2 ciri system mampu mendeteksi dengan tingkat rata-rata
akurasi sebesar 54,70% dan apabila mnggunakan 1 ciri system hanya
mampu mendeteksi dengan tingkat rata-rata akurasi 51,38%.
Keywords: Pendeteksian senyum manusia menggunakan metode
k-nearest neighbor, deteksi tepi canny, deteksi tepi prewitt,
ekstraksi ciri.i
