| dc.description.abstract | Kulit merupakan bagian terluar dari tubuh manusia yang sangat berperan penting sebagai pelindung tubuh dari benturan, goresan dan penyinaran. Bagian kulit yang paling rentan mengalami penyinaran matahari adalah bagian wajah, akibatnya kulit wajah sering mengalami kerusakan, salah satunya yaitu keriput. Keriput adalah lipatan, garis atau kerutan yang muncul pada bagian wajah dan leher, keriput muncul akibat berkurangnya kolagen pada kulit, sehingga menyebabkan kulit mengendur dan kehilangan elastisitas. Umumnya kemunculan keriput pada wajah merupakan salah satu tanda penuaan, namun tidak jarang keriput muncul pada usia yang relatif muda atau sering disebut sebagai penuaan dini.
Keriput pada citra dapat diamati dengan fitur lengkung (bukan gumpalan), bersifat kontinu (bukan serangkaian lengkungan yang terputus-putus), dan tidak saling berpotongan satu sama lain. Ciri garis keriput dapat dideteksi dengan fitur-fitur yang terdapat pada Matlab, seperti filter Gabor, Hessian, Sobel dan Canny.
Penelitian ini menggunakan segmentasi warna HSV, K-Means dan filter Imfill untuk memisahkan objek warna kulit dengan warna non-kulit, selanjutnya pengambilan area keriput dilakukan dengan metode Persentase. Untuk mendeteksi garis keriput, dilakukan ekstraksi ciri dengan menggunakan metode Canny dengan threshold untuk mendeteksi garis-garis pada wajah. Untuk menghilangkan garis-garis noise (bukan keriput), hasil citra metode Canny dieliminasi dengan mencari nilai rata-rata luas objek garis keriput pada setiap area keriput. Hasil deteksi oleh sistem kemudian diuji dengan menggunakan uji validasi Single Decision Threshold yang menghasilkan nilai sensitivity yang diperoleh dari pengujian dengan AVO adalah 61,5%, nilai specificity adalah 98,1%, dan nilai accuracy adalah 96,1%, sedangkan untuk nilai sensitivity yang diperoleh dari pengujian dengan dokter ahli adalah 40,6%, nilai specificity adalah 96,9%, dan nilai accuracy adalah 94,2% dengan performa sistem keseluruhan sebesar 5,247 detik | en_US |
