DETEKSI KHIMAR WANITA PADA CITRA WAJAH MENGGUNAKAN METODE GAUSSIAN MIXTURE MODEL

Abdul Jahir, Kuat Indartono

Abstract


Indonesia, merupakan negara mayoritas beragama islam. Dalam islam telah mengatur khususnya bagi wanita muslim ada kewajiban untuk menutup aurat. Menutup aurat dapat dilakukan dengan mengenakan hijab agar terhindar dari dosa dan segala keburukan yang mungkin dapat terjadi. Banyak terjadi kasus penganiayaan terhadap wanita yang mengumbar auratnya, sehingga hal ini akan mempengaruhi psikologis laki-laki. Wajah merupakan salah satu aurat yang harus ditutupi. Penutupan area wajah dapat dilakukan dengan menggunakan jilbab atau khimar. Namun pada kenyataannya masih banyak wanita muslim yang belum mengenakan khimar, bahkan banyak ditemukan gambar-gambar yang mengumbar aurat. Deteksi aurat berdasarkan citra wajah merupakan suatu terobosan baru dalam upaya memuliakan wanita muslim. Dalam penelitian ini dikembangkan suatu metode untuk mendeteksi aurat khusus area wajah wanita dengan mengekstrak fitur kulit kemudian memeriksa perbedaan kulit dengan khimar. Metode yang digunakan adalah deteksi wajah Viola-Jones, GMM (Gaussian Mixture Model), dan deteksi tepi Roberts. Hasil deteksi aurat menunjukkan akurasi 95% berdasarkan gambar wajah khimar yang diambil secara frontal.

Keywords


Deteksi aurat, Viola-Jones, Gaussian Mixture Model, deteksi tepi Roberts

Full Text:

PDF

References


R. Sihite, 2013, “Kekerasan Negara Terhadap Perempuan,” J. Kriminologi Indones. I Juli, vol. 3, no. I, pp. 33–42.

Klette, R., 2014, Concise Computer Vision 1st ed. London: Springer-Verlag London.

Tim Morris, 2004, Computer Vision and Image Processing. Britania: Palgrave Macmillan.

Sonka, M., Hlavac, V., dan R. Boyle, 2008, Image Processing, Analysis, and Machine Vision. Boston: Spinger.

Forsyth, D. A. dan Ponce, J., 2003, Computer Vision, A Modern Approach. New Jersey: Prentice Hall International.

Alzubaydi, D. A. dan Yousif, S. A., 2014, “Face Clip Detection System Using HSV Color Model”, Int. J. Innov. Res. Adv. Eng., vol. 1, no. 11.

Bhat. S. Vandana dan Pujari, J. D., 2013 “Face Detection System Using HSV Color Model and Morphing Operations”, Int. J. Curr. Eng. Technol.

Saikia, P., Janam, G., dan Kathing, M.,2012, “Face Dection using Skin Colour Model and distance between Eyes”, Int. J. Comput. Commun. Netw., vol. 1 No.3, 2012.

Viola, P. dan Jones, M. J., 2004, “Robust Real-Time Face Detection”, Int. J. Comput. Vis., vol. 57, no. 2, pp. 137–154.

Randive, H. B. Mali, dan Lokhande, S. D., 2012, “Hand Gesture Segmentation”, Int. J. Comput. Technol. Electron. Eng., vol. 2, no. 3.

Duong, L., Cheriet, F., dan Labelle, H., 2010, “Automatic detection of scoliotic curves in posteroanterior radiographs”, IEEE Trans. Biomed. Eng., vol. 57, no. 5, pp. 1143–51.

Zhang, Q., Zhang, J. Lu, M, Duan, H., dan Lai, F., 2015, “Hand Gesture Segmentation Based on Mixed Skin-Color Model and FCM Algorithm”, J. Inf. Comput. Sci., vol. 12, no. 9, 2015.

Dongare, Y. B. dan Patole, R., 2015, “Skin Color Detection And Background Subtraction Fusion For Hand Gesture Segmentation”, Int. J. Eng. Res. Gen. Sci., vol. 3, no. 4.

Mehdi, H. dan Mureed, H., 2013, “A survey of image steganography techniques”, Int. J. Adv. Sci. Technol., vol. 54, no. 3, pp. 113–124.

Hussain, S. A. K., 2015, “Human Face Detection with skin color properties”, Int. J. Sci. Eng. Res., vol. 6, no. 6.

Chaudhari, M. dan Vanjare, G., 2015, “A review on Face Detection and study of Viola Jones method”, International Journal of Computer Trends and Technology, vol. 25, no. 1, pp. 54–61.

Yang, M. dan Ahuja, N., 1998, “Gaussian Mixture Model for Human Skin Color and Its Applications in Image and Video Databases”, Proc. SPIE 3656, Storage and Retrieval for Image and Video Databases VII, p. 458.

Zhang, J., Hong, X., Guan, S., Zhao, X., Huang, X., dan Xue, N., 2016, “Maximum Gaussian Mixture Model for Classification”, International Conference on Information Technology in Medicine and Education, p. 587.

Yacoob, Y. dan Davis, L. S., 2006, “Detection and Analysis of Hair”, IEEE Trans. Patterng Anal. Mach. Intell., vol. 28 No.7.

Shen, Y., Peng, Z., dan Zhang, Y., 2015, “Image Based Hair Segmentation Algorithm for the Application of Automatic Facial Caricature Synthesis”, Sci. World J., vol. 2014.

Putro, M. D., Adji, T. B., dan Winduratna, B., 2012, “Sistem Deteksi Wajah dengan Menggunakan Metode Viola-Jones”, Science, Engineering and Technology (SciETec).

Wang, J., Ying, Y., Guo, Y., dan Peng, Q., 2006, “Automatic Foreground Extraction of Head Shoulder Images”, Computer Graphics International Conference, pp. 385–396.

Janouˇ, J., Gajdoˇ, P., dan Radeck, M., 2015, “Gaussian Mixture Model Cluster Forest”, International Conference on Machine Learning and Applications, pp. 1019–1023.

Bl, J. dan Bujna, K., 2016,“Simple Methods for Initializing the EM Algorithm for Gaussian Mixture




DOI: https://doi.org/10.30873/ji.v19i1.1209


 Jurnal Informatika is abstracting and indexing in the following databases:

 

 

 


JURNAL INFORMATIKA

 

Dikelola Oleh: Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM)

Diterbitkan Oleh: Institut Informatika dan Bisnis Darmajaya
Alamat: Jl. Z.A. Pagar Alam No. 93 Gedong Meneng, Bandar Lampung Lampung
Website: jurnal.darmajaya.ac.id

Email: lp4mjurin@gmail.com


View Jurnal Informatika StatCounter

Creative Commons License

Jurnal Informatika is licensed under a Creative Commons Attribution 4.0 International License.