Menu

Mode Gelap
Universitas Nusa Mandiri Raih Klasterisasi Utama: Pengakuan atas Kinerja Penelitian dan Pengabdian kepada Masyarakat UNM Beri Penghargaan Inovasi Pada Mahasiswa dan Alumni Berprestasi UNM Terima Penghargaan Apresiasi Penggabungan Perguruan Tinggi Tahun 2021 Manfaat Teknologi Untuk Ketahui Kepribadian dan Kecerdasan Pada Anak Sarah, Mahasiswa UNM yang Aktif Kuliah Sambil Berbisnis UNM Gelar Pembekalan Internal Program Kampus Mengajar Angkatan 3 Tahun 2022

Artikel Ilmiah

Bidang Ilmu Komputer, Mampu Menganalisis Jenis Kulit Wajah Pada Wanita

badge-check


					Bidang Ilmu Komputer, Mampu Menganalisis Jenis Kulit Wajah Pada Wanita Perbesar

Jakarta, NusamandiriNews – Punya kulit wajah sehat dan bersih jadi impian setiap orang, terutama wanita. Setiap orang memiliki jenis kulit wajah yang berbeda, ini dipengaruhi oleh beberapa hal, seperti kandungan air pada kulit, kandungan minyak dan kepekaan kulit. Kulit wajah merupakan kulit yang melindungi bagian dalam dari wajah seperti mata, hidung, mulut, dan lainnya.

Untuk terlihat lebih sempurna, beberapa orang rela menghabiskan banyak uang untuk menjaga kesehatan kulitnya. Adapun jenis kulit yang sering dijumpai yakni kulit wajah normal, kulit wajah kering, kulit wajah berminyak, kulit wajah sensitif dan kulit wajah kombinasi. Kulit wajah kombinasi ini merupakan perpaduan antara kulit berminyak dan kulit kering.

Baca Juga : Workshop Penulisan Proposal Penelitian & Pembuatan Paper Jurnal

Bidang ilmu komputer, mampu menganalisis jenis kulit wajah pada wanita, sehingga diketahui bagaimana melakukan perawatan wajah berdasarkan jenis kulit wajah, dan untuk membuktikan bahwa jenis kulit wajah setiap wanita berbeda-beda.

Sebuah penelitian telah dilakukan untuk menentukan jenis kulit wajah wanita. Hal ini dilakukan karena setiap wanita masih susah untuk menentukan jenis kulit wajahnya dan sukar untuk menentukan produk perawatan wajah dan makeup yang sesuai dengan jenis kulit wajahnya.

Data wajah yang digunakan merupakan hasil pengambilan gambar (foto) dari narasumber wanita yang berusia antara 20 tahun hingga 30 tahun sebanyak 20 orang. Pengambilan gambar menggunakan ponsel masing-masing dengan tampak seluruh wajah (full face), masing-masing mengirimkan satu sampai dengan dua gambar.

Dari gambar foto ini, diolah menggunakan suatu metode dalam bidang ilmu komputer yakni Deep Learning. Deep Learning merupakan suatu ilmu di bidang pembelajaran mesin (Machine Learning), yang berkembang karena perkembangan teknologi GPU (Graphics Processing Unit) acceleration, yang memiliki kemampuan sangat baik dalam visi komputer. Salah satu kemampuannya ada pada kasus menentukan objek pada gambar. Untuk mengimplementasikan metode Deep Learning yang dapat digunakan untuk menentukan gambar objek dengan menggunakan Convolutional Neural Network (CNN).

CNN merupakan salah satu metode Deep Learning yang mampu mengenali dan mendeteksi sebuah objek pada sebuah gambar digital. Kemampuan CNN merupakan metode terbaik dalam hal mendeteksi dan pengenalan objek, namun mempunyai kelemahan pada proses pelatihannya yang memerlukan waktu yang cukup lama.

Dalam CNN, setiap neuron dipresentasikan dalam bentuk dua dimensi. Data yang dipropagasikan pada jaringan adalah data dua dimensi, sehingga operasi linear dan parameter bobot pada CNN berbeda. Pada CNN, operasi linear menggunakan operasi konvolusi, sedangkan bobot tidak lagi satu dimensi saja, namun berbentuk empat dimensi yang merupakan kumpulan kernel konvolusi.

Sebuah CNN terdiri dari beberapa macam layer yang digunakan yaitu Convolutional Layer, Subsampling Layer, dan Fully Connected Layer.

Metode CNN sendiri terdiri dari dua tahap. Tahap pertama adalah klasifikasi citra menggunakan feedforward, dan tahap kedua merupakan tahap pembelajaran dengan metode backpropagation.

Proses feedforward merupakan tahap pertama yang akan menghasilkan beberapa lapisan untuk mengklasifikasikan data citra, yang mana menggunakan bobot dan bias yang telah diperbarui dari proses backpropagation. Tahap ini juga akan digunakan kembali saat proses testing.

Baca Juga : Implementasikan Data Mining Dalam Membantu Pengambilan Keputusan Untuk Penerimaan Tenant

Proses backpropagation merupakan tahap kedua yang hasil proses dari feedforward di-trace kesalahannya dari lapisan output sampai lapisan pertama. Untuk menandai bahwa data tersebut telah di-trace maka diperoleh bobot dan bias yang baru. Sebelum dilakukan klasifikasi, terlebih dahulu dilakukan praproses dengan metode wrapping dan cropping untuk memfokuskan objek yang akan diklasifikasi. Selanjutnya dilakukan training menggunakan metode feedforward dan backpropagation.

Dari hasil penelitian yang dilakukan, diketahui jenis kulit wanita di Indonesia cenderung lebih banyak yang memiliki kulit wajah berminyak hal ini karena faktor lingkungan dan genetik (keturunan). Rentan waktu sebelum melakukan pengambilan gambar dan juga pencahayaan yang diambil selama melakukan pengambilan gambar juga mempengaruhi hasil akhirnya penelitian. Dengan metode CNN menghasilkan nilai akurasi yang baik, tetapi perlu dikaji kembali karena keterbatasan jumlah sample yang dikumpulkan. Agar pada penelitian selanjutnya mampu menghasilkan output yang maksimal.

Facebook Comments Box

Komentar ditutup.

Baca Lainnya

Tugas Kuliah Disulap Jadi Jurnal Nasional! Mahasiswa UNM Buktikan Karya Ilmiah Bisa Dimulai dari Kelas

23 April 2025 - 15:17 WIB

Tugas Kuliah Disulap Jadi Jurnal Nasional

Edutrip Universitas Nusa Mandiri: Siapkan Generasi Z untuk Bersaing di Kancah Global

12 Februari 2025 - 10:15 WIB

Edutrip Universitas Nusa Mandiri

Siap Sukses di Tahun 2025? Temukan 5 Tren Bisnis untuk Mahasiswa yang Bisa Jadi Peluang Emas di Era Baru, Hanya di NEC!

24 Januari 2025 - 10:15 WIB

5 Tren Bisnis Tahun 2025

Pentingnya Literasi Digital di Dunia Modern

23 Januari 2025 - 10:37 WIB

Pentingnya Literasi Digital

Kelompok Mahasiswa Prodi Manajemen Universitas Nusa Mandiri Selesaikan Riset Lapangan tentang Kepuasan Pelanggan di SPBU Pertamina 34.167.12

10 Januari 2025 - 15:38 WIB

Kelompok Mahasiswa Prodi Manajemen Selesaikan Riset Lapangan
Sedang Tren di Artikel Ilmiah