Analisis Metode Ekstraksi Fitur Speeded Up Robust Feature (SURF) dan Histogram of Oriented Gradients (HOG) pada Acne Vulgaris Detection

Ali, Mutiara (2025) Analisis Metode Ekstraksi Fitur Speeded Up Robust Feature (SURF) dan Histogram of Oriented Gradients (HOG) pada Acne Vulgaris Detection. S1 thesis, Universitas Andalas.

	Text (Cover dan Abstrak) Cover dan Abstrak.pdf - Published Version Download (509kB)
	Text (BAB 1 Pendahuluan) BAB 1.pdf - Published Version Download (340kB)
	Text (BAB 5 Penutup) BAB 5.pdf - Published Version Download (303kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (286kB)
	Text (Tugas Akhir Full Text) Tugas Akhir Full Text.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Jerawat merupakan salah satu permasalahan kulit yang sering dihadapi masyarakat diseluruh dunia, terutama pada remaja dan dewasa muda. Permasalahan jerawat khususnya acne vulgaris, merupakan masalah kulit yang umum terjadi, dengan karakteristik papula dan pustula yang memiliki visualisasi serupa namun memerlukan penanganan yang berbeda. Kesalahan dalam diagnosis dapat menyebabkan peradangan berkelanjutan dan komplikasi kulit yang lebih serius. Oleh karena itu, diperlukan sistem deteksi otomatis yang akurat untuk membedakan jenis jerawat sehingga dapat merekomendasikan perawatan yang sesuai. Tugas akhir ini mengusulkan pengembangan sistem simulasi deteksi acne vulgaris berbasis pemrosesan citra menggunakan metode ekstraksi fitur Speeded Up Robust Features (SURF) dan Histogram of Oriented Gradients (HOG). Metode SURF digunakan untuk mendeteksi fitur keypoint berdasarkan perubahan intensitas gambar, sementara HOG digunakan untuk mengekstraksi informasi berbasis tekstur berdasarkan gradien histogram. Hasil pelatihan model menggunakan support vector machine terbaik didapat pada linear SVM dengan interpolasi image lanczos3 dan Cellsize berukuran 8x8. Hasil pengujian kinerja model ini menghasilkan akurasi 93.33% untuk 1200 data latih dan 97.25% untuk 300 data uji. Akurasi pengambilan fitur SURF sebesar 0.8858 dan HOG 0.9057. Dapat disimpulkan, penggabungan fitur SURF dan HOG mampu meningkatkan kualitas representasi citra, yang tercermin dari hasil akurasi similarity dan kinerja klasifikasi yang lebih tinggi dibandingkan penggunaan fitur tunggal.

Actions (login required)

View Item