PENGENALAN EKSPRESI WAJAH PADA PENARI BALI MENGGUNAKAN ACTIVE SHAPE MODEL DAN ROUGH SET

ROSANI NUBATONIS, ERNA (2016) PENGENALAN EKSPRESI WAJAH PADA PENARI BALI MENGGUNAKAN ACTIVE SHAPE MODEL DAN ROUGH SET. S2 thesis, UAJY.

	Text (Halaman Judul) 0MTF02165.pdf Download (503kB)
	Text (Bab I) 1MTF02165.pdf Download (64kB)
	Text (Bab II) 2MTF02165.pdf Download (117kB)
	Text (Bab III) 3MTF02165.pdf Download (613kB)
	Text (Bab IV) 4MTF02165.pdf Restricted to Registered users only Download (78kB)
	Text (Bab V) 5MTF02165.pdf Restricted to Registered users only Download (1MB)
	Text (Bab VI) 6MTF02165.pdf Download (165kB)

Abstract

Kebudayaan Indonesia yang sangat dikenal oleh seluruh penjuru dunia adalah Pulau Bali. Kebudayaan yang menjadi keunikan dari pulau Bali adalah seni tarinya. Memperagakan seni tari tentunya tidak terlepas dari ekspresi wajah penari, yang merupakan penentu keberhasilan peragaan tarian. Ekspresi wajah penari adalah salah satu bagian yang menunjukan bahwa para penari sangat menghayati di setiap babaknya, sesuai apa yang sedang diceritakan dalam tarian tersebut. Eskpresi wajah dalam peragaan tarian yang digunakan dalam penelitian ini adalah ekspresi tari bali Kebyar Duduk. Pengenalan ekspresi wajah adalah bagian penting dalam memaknai sebuah pesan yang tersirat saat melakukan interaksi. Sistem pengenalan ekspresi wajah dapat dilakukan, salah satunya berdasarkan citra. Proses pengenalan ekspresi wajah dilakukan dengan terlebih dahulu melakukan tahap akuisisi citra, yang digunakan sebagai citra masukan dari hasil capture kamera digital dengan ukuran 400x481 piksel. Ekstraksi fitur point wajah diimplementasikan menggunakan teknik Active Shape Model (ASM). Tahap ekstraksi citra menggunakan teknik Active Shape Model akan menghasilkan data model statistik variasi shape, yang menggambarkan karakteristik citra. Model yang digunakan disebut Point Distribution Model (PDM). Data model statistik variasi shape digunakan untuk melakukan deskripsi ciri objek shape secara geometris, dengan menghitung jarak antar titik menggunakan Euclidian Distance. Untuk tahap klasifikasi data akan dianalisis menggunakan Algoritma Roughset berdasarkan kumpulan deskripsi ciri objek yang disebut dengan Information System (IS). Dari IS tesebut data dianalisa dalam area lower approximation, upper approximation, boundary region dan outside region. Setelah hasil analisis pengelompokan area tersebut, dilakukan perhitungan dependensi dan reduksi objek atribut untuk mendapatkan rule dari data set yang digunakan. Untuk membantu proses klasifikasi menjadi jelas dengan adanya bobot(akurasi) pada rule digunakan metode qualitative measure pada tahap analisa roughset. Rule yang dihasilkan digunakan untuk melakukan proses klasifikasi ekspresi wajah penari bali. Berdasarkan hasil pengujian, data model statistik variasi shape yang diperoleh dari proses ekstrasi ciri menggunakan Active Shape Model (ASM) dapat digunakan sebagai data analisis pada tahap rough set. Pada tahap analisis rought set untuk proses menghasilkan rule sebagai aturan klasifikasi data ekspresi penari tari bali kebyar duduk , akurasi data yang diperoleh sebesar 71,43%.

Actions (login required)

View Item