IMPLEMENTASI SALIENT OBJECT DETECTION PADA SISTEM ESTIMASI BERAT BADAN MANUSIA BERBASIS PENGOLAHAN CITRA DIGITAL

SITI NUR FATIHAH

Informasi Umum

Kode

18.04.1981

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing

Dilihat

11 kali

Informasi Lainnya

Abstraksi

Otak dan sistem visual manusia lebih memperhatikan beberapa bagian dari suatu gambar. Perhatian visual telah dipelajari oleh para peneliti dalam fisiologi, psikologi, sistem saraf, dan visi komputer untuk waktu lama. Studi terbaru menunjukkan bahwa perhatian visual membantu pengenalan objek, pelacakan, dan deteksi juga. Dipilihnya Salient Object Detection karena memiliki dua keuntungan. Pertama, membantu objek detektor menangani objek orientasi yang berbeda. Kedua, bentuk yang diusulkan dapat bervariasi agar sesuai dengan objek. Dalam tugas akhir ini, akan diimplementasikan Salient Object Detection pada sistem estimasi berat badan manusia berbasis pengolahan citra digital. Melalui tahapan pre-processing yang dilakukan secara manual dan dilanjutkan dengan proses saliency yang keluarannya adalah citra grayscale. Dari sana, citra akan dihitung pikselnya untuk menjadi masukan dalam perhitungan estimasi berat badan. Pengujian dilakukan dengan menggunakan 48 citra yang diperoleh dari 16 orang. Setelah dilakukan pengujian, teknik saliency tanpa threshold menghasilkan akurasi rata-rata sebesar 84% dengan standar deviasi 13,05 kilogram. Hasil RMSE untuk performansi sistem dengan teknik saliency tanpa threshold adalah 13,3612. Adapun untuk hasil pengujian untuk teknik saliency menggunakan threshold mempunyai akurasi rata-rata sebesar 87% dengan standar deviasi 15,06 kilogram. Hasil RMSE untuk performansi sistem dengan teknik saliency menggunakan threshold adalah 10,9173. Teknik saliency tanpa threshold menghasilkan 56% akurasi yang lebih tinggi dibandingkan dengan teknik saliency menggunakan threshold.

Kata Kunci: Berat Badan, Salient Object Detection, Pengolahan Citra Digital