ABSTRAK
Komunikasi mengandung dua dimensi verbal dan non verbal. Perilaku komunikasi non verbal
dievaluasi menggunakan perhitungan ekstrak ciri Gray Level Co-Occurrence Matrix (GLCM). Video
pelamar diekstrak untuk mengambil gestur mata, gestur mulut dan gestur kepala. Hasil citra gestur
dikonversi menjadi file grayscale selanjutnya proses segementasi dan ekstraksi ciri GLCM. Analisis citra
berdasarkan distribusi statistik dari intensitas piksel dilakukan dengan mengekstrak fitur tekstur
menggunakan GLCM. Formula ektraksi ciri terdiri dari feature, contras, energi, entropy dan
homogenitas. Sebanyak 10 dosen mempersentasikan kegiatan mengajar selama 1-2 detik direkam secara
live. Perilaku bahasa tubuh ditracking menjadi beberapa frame sesuai kategori data uji. Dari pengolahan
10 video, diperoleh identifikasi bahwa video ke-7, memperoleh total penilaian komunikasi non verbal
paling tinggi sebesar 96%.
ABSTRACT
43
INFORMATIKA
Jurnal Informatika, Manajemen dan Komputer, Vol. 12 No. 2, Desember 2020
eISSN :2580-3042
pISSN : 1979-0694
44
INFORMATIKA
Jurnal Informatika, Manajemen dan Komputer, Vol. 12 No. 2, Desember 2020
eISSN :2580-3042
pISSN : 1979-0694
tracking format PNG, data dipilih yang mewakili Tabel 1. Ekstraksi Ciri
gerakan gestur mata, mulut dan kepala. Ekstrak Ciri Formula
Segmentasi frame tekstur dimulai dengan
segmentasi RGB menjadi Grayscale, selanjutnya
tekstur citra grayscale dikonversi menjadi matrik.
Contras (1)
c. Local Binary Pattern (LBP)
Langkah awal dari LBP adalah menentukan nilai Energi (2)
biner yang menggambarkan pola tekstur lokal,
kode ini dibangun oleh thresholding dengan nilai
abu-abu dari pusatnya. Nilai kedekatan diberi Entropy 3)
label menggunakan kode biner {0, 1} diperoleh
dengan membandingkan nilai-nilai dari pusat
nilai pixel, jika nilai abu-abu diuji di bawah abu- Homogenity (4)
abu nilai pixel pusat, maka diberi label 0,
sebaliknya diberikan nilai 1. Perhitungan nilai
LBP dilakukan sampai semua matrix terkonversi 3. HASIL DAN PEMBAHASAN
secara keseluruhan, Representasi informasi video digital citra
d. Ektraksi ciri GLCM diakuisisi dan ditampilkan sesuai scanning
Metode GLCM merupakan suatu metode yang system, frame rate, dan frame size teknologi
melakukan analisis terhadap suatu piksel pada video yang digunakan. Data diperoleh dari
citra dan mengetahui tingkat keabuan yang sering rekaman video durasi 2-3 menit disimpan dalam
terjadi. GLCM adalah metode untuk melakukan format file .mp4. Video ditracking menghasilkan
ekstraksi ciri berbasis statistikal, perolehan ciri sejumlah frame menggunakan coding
diperoleh dari nilai piksel matrik, yang videoreader.
mempunyai nilai tertentu dan membentuk suatu Tabel 2. Format Tracking Video
sudut dari nilai piksel adalah 00, 450, 900, 1350. Video
Size Height Width Frame
Analisis tekstur dapat dilakukan dengan .mp4
metode ekstraksi ciri orde satu, ekstraksi ciri orde 49,6 MB
dua, filter gabor, transformasi wavelet. Dari Video (52.058.
1080 1592 1019
1 901
piksel-piksel terbentuk matrik co-ocurensi
bytes)
dengan pasangan pikselnya. Suatu matrik piksel 29,6 MB
akan mempunyai nilai perulangan sehingga Video (31.104.
terdapat pasangan aras keabuannya. Kondisi nilai 2540 2830 957
2 463
piksel dinotasikan sebagai matrik dengan jarak bytes)
dua posisi (x1, y1) dan (x2, y2). 3,05 MB
Video
Tahapan Ektraksi Ciri dengan perhitungan 3
(2.982.6 1506 1853 478
GLCM : 33 bytes)
1. Nilai perhitungan LBP didapatkan menjadi 24,3 MB
inputan pada metode GLCM. Video (31.104.
3876 3950 784
2. Menentukan Matrix Co-Occurrence. 4 463
bytes)
Pembentukan GLCM atas citra pada jarak
5,36 MB
d=1 dengan arah 0º, arah atau sudut orientasi Video
(5.624.0 689 841 277
menyatakan hubungan dari pixel yang 5
72 bytes)
berdekatan dalam hal ini 0º adalah hubungan 1,35 MB
pixel dari kiri ke kanan ataupun sebaliknya Video
(1.425.1 572 673 157
6
pada posisi horisontal. 74 bytes)
3. Mencari transpose dari Matrix Co- 1,32 MB
Video
Occurrence. Hasil nilai transpos dijumlahkan (1.386.5 480 640 146
7
dengan nilai Co-Occurrence, menghasilkan 80 bytes)
nilai matrix yang simetris. 76,3 MB
Video (80.086.
4. Normalisasi matrix yang simetris dengan 4632 4755 2752
8 321
perhitungan distribusi Energy, Entropy, bytes)
Kontras, Homogenitas. 73,7 MB
d. Penilain Komunikasi non verbal melalui Video
(76.155. 4039 4236 2355
tahap pengujian Analisa Data. 9
754
45
INFORMATIKA
Jurnal Informatika, Manajemen dan Komputer, Vol. 12 No. 2, Desember 2020
eISSN :2580-3042
pISSN : 1979-0694
bytes)
42,1 MB 011
Video (48.068. 1,2
4374 5702 1167 111 0,41 0,33
10 751 11
011
bytes)
46
INFORMATIKA
Jurnal Informatika, Manajemen dan Komputer, Vol. 12 No. 2, Desember 2020
eISSN :2580-3042
pISSN : 1979-0694
47
INFORMATIKA
Jurnal Informatika, Manajemen dan Komputer, Vol. 12 No. 2, Desember 2020
eISSN :2580-3042
pISSN : 1979-0694
5 277 16 225 36
6 157 6 112 39
7 146 11 129 6
8 2752 37 2666 49
9 2355 26 2274 55
10 1167 30 1105 32
48
INFORMATIKA
Jurnal Informatika, Manajemen dan Komputer, Vol. 12 No. 2, Desember 2020
eISSN :2580-3042
pISSN : 1979-0694
49