PROTOTIPE PENDETEKSI KEMERAHAN DI WAJAH SECARA OTOMATIS MELALUI CITRA WAJAH

Abstract

Kulit merupakan organ tubuh paling luar dan merupakan proteksi terhadap organ-organ yang terdapat di bawahnya serta tidak terbebas dari hama atau tidak steril. Akibatnya, kulit sering mengalami permasalahan. Salah satunya adalah kemerahan yang seringkali membuat tidak nyaman terutama pada penampilan. Kemerahan pada kulit terjadi karena beberapa faktor seperti peradangan kemerahan, iritasi kulit, alergi, hingga bakteri. Deteksi kemerahan sudah pernah dikembangkan menggunakan teknik pengolahan citra melalui klasifikasi warna. Dengan menggunakan citra sebagai masukan, dilakukan proses segmentasi kulit. Dari daerah kulit tersebut, sistem akan memberi keluaran berupa penandaan posisi di mana kemerahan berada. Akan tetapi, pada penelitian tersebut tidak semua data yang digunakan memiliki kualitas yang baik. Selain itu, masih ada objek kemerahan yang belum bisa terdeteksi atau objek bukan kemerahan dapat terdeteksi sebagai objek kemerahan. Hal tersebut berpengaruh pada nilai akurasi yang dihasilkan oleh sistem. Dengan menambahkan data yang lebih baik serta menganalisis kembali metode yang digunakan untuk mendeteksi kemerahan pada wajah, sistem dapat digunakan untuk membantu dokter pada proses diagnosis dalam menganalisis daerah kulit kemerahan secara visual maupun membantu pengguna agar mengetahui lokasi kemerahan yang terdapat pada kulit wajah. Metode yang digunakan dalam penelitian ini yaitu HOG (Histogram of Oriented Gradients) dan pencarian struktur atau penanda wajah untuk proses deteksi wajah dan menghilangkan bagian bibir. Kemudian, dilakukan metode Multi-Color Space Thresholding untuk segmentasi kulit wajah. Ruang warna yang digunakan pada metode ini adalah HSV, YCbCr dan L*a*b*. Hasil segmentasi tersebut akan digunakan sebagai masukan untuk proses deteksi kemerahan, yaitu pada metode Redness. Setelah didapatkan kandidat daerah kemerahan, dilakukan seleksi dengan menggunakan indeks, area serta statistika warna dari RGB dan HSV. Hasil deteksi tersebut kemudian diuji dengan menggunakan metode Confusion Matrix yang membandingkan hasil deteksi manual dari doktek spesialis kulit dan kelamin sebagai pakar dengan hasil deteksi dari sistem. Setelah itu, dihitung nilai sensitivity, precision dan accuracy. Hasil yang didapatkan yaitu sensitivity 24%, specificity 98,3%, dan accuracy 86%.