UDiNus Repository

KLASIFIKASI TINGGI BADAN MANUSIA MENGGUNAKAN PENGOLAHAN CITRA DENGAN ALGORITMA NAIVE BAYES

MUHAMAD, ARIF FAIZAL (2017) KLASIFIKASI TINGGI BADAN MANUSIA MENGGUNAKAN PENGOLAHAN CITRA DENGAN ALGORITMA NAIVE BAYES. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4Kb) | Preview

    Abstract

    Terdapat dua cara dalam penentuan tinggi badan seseorang yaitu degan cara mengukur secara manual dan juga secara perkiraan. Cara ini dinamakan dengan istilah destruktif. Hal ini dilakukan apabila kita mengukur secara langsung tinggi badan seseorang dengan menggunakan alat ukur sehingga kita dapat mengerti dengan pasti tinggi badan seseorang tetapi tidak dimungkinkan cara destruktif dilakukan bila selain di rumah sakit yang memungkinkan seseorang untuk diukur berat dan tinggi badannya sebelum mereka menjalani serangkaian proses lainnya. Sehingga diperlukan suatu metode cara yang lain untuk menentukan tinggi badan tersebut.Untuk menyelesaikan masalah diatas perlu dibutuhkan sebuah sistem atau aplikasi yang bisa digunakan untuk mendeteksi perubahan tinggi badan seseorang yaitu mengambil gambar tampak luar perubahan warna kulit dan perubahan warna tinggi seseorang dengan menggunakan program citra digital. Metode pengolahan warna RGB mudah juga sederhana, hal itu dapat dilakukan dengan pembacaan pada nilai red (R), green (G), dan blue (B) dalam sebuah pixel. Sementara dalam pengklasifikasian bertujuan untuk menetapkan kelas-kelas yang telah ditetapkan untuk setiap contoh. Salah satu metode klasifikasi yang digunakan adalah algoritma Naïve Bayes untuk mengklasifikasikan tinggi badan manusia kedalam kelas tinggi , rata- rata , pendek. Yang di dalam penelitian ini data latih yang diambil bersumber dari pengambilan data langsung berjumlah 40 buah citra tinggi badan manusia. Dimana telah diuji dengan metode diatas menghasilkan akurasi data sebesar 85,10%.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 13 Dec 2017 17:19
    Last Modified: 13 Dec 2017 17:19
    URI: http://eprints.dinus.ac.id/id/eprint/23554

    Actions (login required)

    View Item