Analisis Performa Deteksi Wajah Berbasis Connected Component Labeling pada Empat Jenis Ruang Warna

ALVIN RADEKA PRATAMA, Hanung Adi Nugroho, S.T., M.E., Ph.D.; Teguh Barata Aji, S.T., M.T., M.Eng., Ph.D.

2016 | Skripsi | S1 TEKNIK ELEKTRO

Sebuah piksel warna dapat direpresentasikan dengan nilai yang berbeda pada ruang warna yang berbeda. Perbedaan nilai ini disinyalir dapat menurunkan performa sistem image processing yang memproses citra warna pada berbagai jenis ruang warna. Tujuan utama dari penelitian ini adalah mencari tahu perbedaan yang timbul dari sebuah metode apabila digunakan pada empat jenis ruang warna. Analisis performa dilakukan pada satu metode deteksi wajah berbasis connected component labeling yang diterapkan pada empat jenis ruang warna, RGB, HSV, Lab, YCbCr. Analisis performa juga diterapkan pada tiga kelompok warna kulit untuk mengetahui sensitivitas metode pada ruang warna tertentu pada berbagai macam warna kulit. Pada akhirnya, analisis performa akan dilakukan berdasarkan accuracy, sensitivity, dan positive predictive value. Sebuah uji statistik hipotesis juga akan digunakan untuk mengetahui statistical significance dari data yang digunakan. Hasil penelitian menunjukkan bahwa performa deteksi wajah berbasis connected component labeling ini memberikan performa paling baik ketika diproses pada ruang warna Lab. Hasil ini juga dapat dinyatakan bukan merupakan kebetulan semata, melihat hasil uji chi-squared test yang menunjukkan bahwa data yang digunakan memang statistically significant. Namun, ketika data dibagi menjadi tiga kelompok, perbedaan yang timbul tidak dapat dikatakan valid, karena hasil uji chi-squared test mengungkapkan bahwa data yang sudah dibagi menjadi tiga kelompok tidak signifikan secara statistik.

A color pixel can be represented by different values for each color spaces. This value differences presumably could affect the end result of image processing systems that relies heavily on color pixel. This experiment will focus on the usage of multiple color spaces on one method and its implication on the results. The method that will be used throughout this experiment is based on connected component labeling. Performance analysis will be conducted on this specific method in four color spaces, which are RGB, HSV, Lab, and YCbCr. In the end stages of experiment, a performance on multiple levels of human skin color will also be conducted to note the sensitivity of the method. Parameters used to calculate the performance of the method are accuracy, sensitivity, and positive predictive value. A statistical hypothesis testing will also be conducted to test the strength of the data. The result shows that this connection-component-labeling-based method yields the best result if processed through Lab color space. This conclusion is also strengthened with statistical significance of the data obtained through chi-squared test. However, after the data is split into three groups, chi-squared test reveals that the statistical significance of these split data is weak. With this evidence, splitting the data into three groups yields no definitive results, because the three groups of split data are not statistically significant.

Kata Kunci : Deteksi wajah manusia, connected component labeling, ruang warna, chi-squared test