IDENTIFIKASI DIAGNOSIS PERUBAHAN HASIL PERAWATAN KULIT MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ)

Repositori Jurnal Mahasiswa PTIIK UB
© 2016 by Doro Jurnal
Volume 8 - Number 24
Year of Publication: 2016
Diana Maulida Putri Wijayanti, Imam Cholissodin dan Dr. Sinta Murlistyarini, SpKK
Download Article

 


Abstract

Manusia memiliki organ-organ dalam yang memiliki peran khusus untuk tubuh manusia. Organ-organ ini dilindungi oleh bagian luar tubuh yaitu kulit. Selain melindungi organ, kulit memiliki fungsi lain yang penting bagi manusia yaitu fungsi proteksi, fungsi absorbsi, fungsi ekskresi dan fungsi pengatur tubuh. Dari semua bagian kulit, kulit wajah merupakan bagian yang paling sensitif dibandingkan bagian kulit lainnya. Oleh karena itu, terdapat berbagai macam perawatan yang ditawarkan untuk merawat kulit wajah seseorang. Banyaknya macam perawatan membuat seseorang harus secara bijak menentukan perawatan apa yang akan digunakan untuk merawat wajah. Teknologi menjadi salah satu pilihan untuk menentukan mana perawatan yang seharusnya dipilih dengan menggunakan teknologi citra digital. Teknologi ini dapat melihat perbandingan kulit seseorang berdasarkan kulit sebelum perawatan dan sesudah perawatan dengan melihat nilai red, green dan blue(RGB) pada citra kulit seseorang. Citra sebelum perawatan dan sesudah perawatan di crop dan kemudian diambil nilai selisih antara citra sesudah dikurangi dengan citra sebelum perawatan. Setelah didapatkan nilai selisih, data diolah dengan menerapkan sebuah metode Learning Vector Quantization (LVQ) yang berasal dari cabang ilmu komputer yaitu Jaringan Syaraf Tiruan. Sistem dapat mempelajari data tersebut dengan menentukan membaik atau tidak membaik sehingga dapat membantu mengidentifikasi diagnosis perubahan hasil perawatan kulit pada seseorang. Dalam penelitian ini telah dilakukan pengujian dan didapatkan hasil terbaik maksimum iterasi sebesar 300 dengan akurasi 98.25%, nilai learning rate sebesar 0.5 dengan akurasi 92.31%, nilai pengurang learning rate sebesar 0.2 dengan akurasi 92.31% dan rasio data latih:data uji sebesar 70%:30% dari total data sebesar 25 yaitu 18 data latih dan 7 data uji dengan akurasi sebesar 92.31%..

Keywords

Kulit Manusia, Kecerdasan Buatan, Pengolahan Citra Digital, RGB, Jaringan Syaraf Tiruan, LVQ.