PROPOSAL TUGAS AKHIR

SISTEM DETEKSI WARNA FOUNDATION YANG COCOK

MENGGUNAKAN NILAI HSV DARI CITRA WAJAH

Diajukan sebagai salah satu syarat penyusunan laporan tugas akhir pada
program studi Teknik Informatika Strata Satu (S1)

Oleh:

Nama : REGITA FAZA AULIA

NPM : 1506700057

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

SUBANG
2018

LEMBAR PENGESAHAN PROPOSAL TUGAS AKHIR

 SISTEM DETEKSI WARNA FOUNDATION YANG COCOK
MENGGUNAKAN NILAI HSV DARI CITRA WAJAH

Oleh:

Nama : REGITA FAZA AULIA

NPM : 1506700057

Disetujui,

Ketua STMIK Subang Ketua Program Studi

Teknik Informatika

Aa Zezen Zaenal Abidin,S.Pd.,S.T.,M.Cs. Anderias Eko Wijaya, S.T.,M.Kom.

NIK. 431500005 NIK. 413500024
 SISTEM DETEKSI WARNA FOUNDATION YANG COCOK
MENGGUNAKAN NILAI HSV DARI CITRA WAJAH

1 Latar Belakang Masalah

Perkembangan teknologi pengolahan citra (image processing) sekarang ini

menyediakan kemungkinan manusia untuk membuat suatu sistem yang dapat

mengenali suatu citra digital. Pengolahan citra merupakan salah satu jenis teknologi

untuk menyelesaikan masalah mengenai pemrosesan gambar. Dalam pengolahan

citra, gambar diolah sedemikian rupa sehingga gambar tersebut dapat digunakan

untuk aplikasi lebih lanjut.

Warna adalah salah satu atribut yang berperan dalam mengidentifikasikan

objek tertentu, pemrosesan warna termasuk didalamnya adalah ekstraksi informasi

tentang spectral properties dari permukaan objek dan mencari kesamaan terbaik dari

sekumpulan deskripsi yang telah diketahui untuk melakukan pengenalan.

Wajah atara seseorang yang satu dengan yang lain memiliki perbedaan. Inilah

yang merupakan ciri khas tersendiri yang dimiliki oleh setiap orang. Setiap wajah

memiliki undertone yang berbeda-beda, tidak semua wajah memiliki undertone

yang sama meskipun dalam satu jenis.

Sebelumnya sudah pernah dilakukan penelitian dengan metode yang serupa,

diantaranya :

a. Agus Purwo Handoko, Yustina Retno Wahyu Utami. Pengenalan Buah

Berdasarkan Karakteristik Warna Citra. STIMIK Sinar Nusantara

Surakarta. 2009. Dalam penelitian ini, akan dikenali beberapa jenis buah
 berdasarkan karakteristik warna (hue dan satururasi), untuk mengklasifikasi

ciri digunakan meggunakan metode K-Means.

b. Yustina Retno Wahyu Utami. Pengenalan Telur Berdasarkan Karakteristik

Warna Citra. STIMIK Sinar Nusantara Surakarta. 2009. Penelitian ini

menggunakan sampel telur sebagai objeknya dengan mengambil ciri citra

berdasarkan karakteristik warna obyek pada citra HSV, ciri citra

diklasifikasikan dengan menggunakan metode Minimum Distance

Classifier.

Hal inilah yang melatar belakangi penulis untuk mengetahui lebih jelas dan

mengembangkan bahasa pemograman matlab dengan membuat suatu aplikasi yang

dapat mendeteksi warna foundation berdasarkan undertone wajah. Sehingga

gambaran diatas menjadi suatu pertimbangan bagi penulis untuk membuat judul

“SISTEM DETEKSI WARNA FOUNDATION YANG COCOK

MENGGUNAKAN NILAI HSV DARI CITRA WAJAH”.

2. Identifikasi Masalah

Berdasarkan latar belakang diatas, maka dapat diidentifikasi masalah

sebagai berikut:

1. Dibutuhkannya sistem yang dapat mendeteksi warna foundation yang

cocok dan dapat diakses oleh public dengan menggunakan nilai HSV.
3. Tujuan

1. Menghasilkan suatu sistem yang dapat digunakan untuk mendeteksi

warna foundation yang cocok berdasarkan warna wajah dengan

menggunakan nilai HSV.

4. Manfaat

1 Memudahkan user untuk mengetahui undertone wajahnya.

2 Membantu user memilih foundation yang cocok.

5. Batasan Masalah

Dalam pembuatan sistem deteksi ini, penulis membatasi masalah sebagai

berikut:

1 Warna foundation yang akan di teliti adalah Light Beige, Sheer Pink,

Sandy, Natural, Coffe Beige.

2 Hardware yang digunakan dalam penelitian ini menggunakan media

camera Samsung 5 MP.

3 Jenis citra yang digunakan adalah citra berwarna, dengan format JPEG.

4 Citra yang diambil merupakan citra tunggal.

6. Metode Penelitian

Penulis menggunakan beberapa metode penelitian untuk mengarahkan

penelitian (perancangan) ini agar tujuan penelitian yang telah ditentukan dapat

tercapai. Beberapa metode penelitian yang digunakan penulis sebagai berikut:

A. Sistem Akuisi Data

Sistem akuisisi data dapat didefinisikan sebagai suatu sistem yang

berfungsi untuk mengambil,mengumpulkan dan menyiapkan data hingga

memprosesnya untuk menghasilkan data yang di kehendaki, jenis serta

metode yang dipilih pada umumnya bertujuan untuk menyederhanakan setiap

langkah yang dilaksanakan pada keseluruhan proses.

Pada sistem akuisisi data pada umumnya di bentuk sedemikian rupa

sehingga sistem tersebut berfungsi untuk mengambil, mengumpulkan dan

menyiapkan data yang siap untuk di proses lebih lanjut.

Gambar 4.1 Sistem Akuisi Data

Dari gambar di atas user menggunakan komputer untuk mengumpulkan

capture wajah dengan background hitam. Setelah itu image diproses

menggunakan software matlah untuk mengkalkulasikan metode yang dipakai

sehingga user mengetahui hasil akhir yang akan diberikan oleh sistem.

B. Studi Pustaka

Untuk mendapatkan dasar-dasar pengetahuan yang akan diterapkan

dalam penelitian ini, penulis mengumpulan data dengan cara mengumpulkan

data-data dari berbagai sumber dari buku, majalah, jurnal ilmiah, maupun

artikel lainnya yang berhubungan dengan pengolahan citra.

C. Pembangunan Sistem

Metode yang digunakan untuk membuat pengembangan piranti lunak

ini adalah model Prototype (Pressman,2002). Metode ini merupakan metode

pengembangan sistem dimana hasil analisa perbagian langsung diterapkan ke

dalam sebuah metode tanpa harus menunggu seluruh sistem selesai dianalisa.

Adapun tahap-tahap dalam metode ini adalah:

1. Analisa

Pada tahap ini kegiatan yang dilakukan adalah menganalisa

keperluan yang terdapat pada masalah yang ada serta identifikasi

obyektif keseluruhan dari perangkat lunak yang dibutuhkan.

2. Perancangan Sistem

Pada tahap ini kegiatan yang dilakukan adalah merancang model

atau prototype dari permasalahan yang ada.

3. Evaluasi

Pada tahap ini merupakan kegiatan evaluasi terhadap prototype

atau model yang sudah dibuat. Apabila ada bagian-bagian yang tidak

sesuai dengan keinginan maka perlu diubah. Prototype tersebut

dievaluasi oleh pemakai dan dipakai untuk menyaring kebutuhan

pengembang perangkat lunak. Iterasi yang terjadi pada saat Prototyping

memungkinkan pengembang untuk mengetahui serta memenuhi

keinginan dan kebutuhan pemakai.

 4. Hasil

Pada tahap ini merupakan hasil dari Prototyping atau model akhir

yang telah dibuat sesuai dengan yang diinginkan.

D. Model HSV

Model HSV memisahkan komponen intensitas dari citra warna,

sehingga model ini merupakan model yang ideal untuk mengembangkan

algoritma pemrosesan citra yang intuitif dan natural (Gonzales & Woods.

2002)

Model warna HSV mendefinisikan warna dalam terminology Hue,

Saturation, dan Value. HSV merupakan model warna yang diturunkan dari

model warna RGB, maka untuk mendapatkan warna HSV kita harus

melakukan proses konversi warna dari RGB ke HSV.

Perhitungan konversi RGB menjadi HSV dapat dirumuskan sebagai

berikut :

3(𝐺−𝐵)
H = tan[(𝑅−𝐺)+(𝑅−𝐵)]

𝑀𝑖𝑛 (𝑅𝐺𝐵)
S = 1- 𝑉

𝑅+𝐺+𝐵
V= 3

Dimana :
R = Pembulatan Kebawah (RGB/65536)
G= (Pemulatan kebawah (RGB/256)) Modulus 256
B= RGB Modulus 256
7. Analisa Global

SISTEM DETEKSI WARNA INPUT RANGE WARNA

INPUT CAPTURE WAJAH FOUNDATION
FOUNDATION YANG
USER ADMIN
COCOK DENGAN
UNDERTONE WAJAH

HASIL DETEKSI

Context Diagram

o User

User menginputkan capture wajah yang ingin dideteksi dan

user akan menerima hasil deteksi dari sistem yang telah di

input admin.

o Admin

Admin menginputkan data range warna foundation ke sistem.

8. Sistematika penulisan

Bab I Pendahuluan, bab ini berisi latar belakang sistem pakar diagnosa

penyakit musang menggunakan metode TF-IDF (Term Frequency-Inverse

Document Frequency), identifikasi masalah, batasan masalah, tujuan, manfaat,

metodologi penelitian, dan sistematika penulisan.

Bab II Landasan Teori, bab ini berisi mengenai teori-teori yang berkaitan

dengan sistem rekomendasi yang akan dibuat.

Bab III Analisis dan Perancangan Sistem, bab ini berisi mengenai analisa dari

penelitian yang dilakukan seperti analisa kebutuhan sistem, algoritma atau metode

yang digunakan, kebutuhan data, model sistem dan rancangan antar muka pada

sistem pakar diagnosa penyakit musang.

Bab IV Implementasi dan Pengujian, bab ini berisi mengenai implementasi

sistem pakar diagnosa penyakit musang dari perancangan yang telah dibuat dan

hasil pengujiannya

Bab V Kesimpulan Dan Saran, bab akhir ini berisi mengenai kesimpulan isi

dari keseluruhan uraian bab-bab sebelumnya dan saran-saran dari hasil yang

diperoleh dan diharapkan dapat bermanfaat dalam pengembangan selanjutnya.

 9. Jadwal Pelaksanaan

Tugas akhir ini di rencanakan akan dilaksanakan mulai bulan Februari sampai
dengan bulan Juli dengan perincian sebagai berikut :

Tabel 1. Jadwal Rencana Penyelesaian Tugas Akhir

FEBRUARI MARET APRIL MEI JUNI JULI
NO KEGIATAN
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Pengumpulan
1 Data
2 Analisa
Perancangan
3 Sistem
4 Pengetesan
Pembuatan
5 Laporan
6 Sidang
7 Revisi
Pengumpulan
8 Buku
10. Daftar Pustaka

Handoko,A.P., Utami, Yustina R.W. (2009). Pengenalan Buah Berdasarkan

Karakteristik Warna Citra. CSRID 1, 114-120.

Prijiono Agus, Marvin Ch. Wijaya. (2005). Pengolahan Citra Digital

Menggunakan Matlab, Cetakan Pertama, Informatika, Bandung.

Wibowo, Jati Sasongko. (2011). Deteksi dan Klasifikasi Cara Berdasarkan Warna
Kulit Menggunakan HSV. Dinamik 16, 118-123.

Sukendar, Hari. (2010). Identifikasi Buah Menggunakan Ciri Warna dan Bentuk.
Teknik Informatika, Universitas Dian Nuswantoro. Semarang.

Rakhmawati, R.Puji. (2013). Sistem Deteksi Jenis Bunga Menggunakan Nilai

HSV Dari Citra Mahkota Bunga. Fakultas Teknologi Informasi.
UNIVERSITAS STIKUBANK. Semarang.
https://www.unisbank.ac.id/ojs/index.php/fti3/article/view/1406 ( diakses 2
November 2018)